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

   1 /*****************************************************************************
   2  * checkasm.c: assembly check tool
   3  *****************************************************************************
   4  * Copyright (C) 2003-2011 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 10     // number of different combinations of cpu flags
  59
  60 typedef struct
  61 {
  62     void *pointer; // just for detecting duplicates
  63     uint32_t cpu;
  64     uint32_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[10] = { "16x16", "16x8", "8x16", "8x8", "8x4", "4x8", "4x4", "4x2", "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
  86 #define set_func_name(...) snprintf( func_name, sizeof(func_name), __VA_ARGS__ )
  87
  88 static inline uint32_t read_time(void)
  89 {
  90     uint32_t a = 0;
  91 #if HAVE_X86_INLINE_ASM
  92     asm volatile( "rdtsc" :"=a"(a) ::"edx" );
  93 #elif ARCH_PPC
  94     asm volatile( "mftb %0" : "=r" (a) );
  95 #elif ARCH_ARM     // ARMv7 only
  96     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) );
  97 #endif
  98     return a;
  99 }
 100
 101 static bench_t* get_bench( const char *name, int cpu )
 102 {
 103     int i, j;
 104     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
 105         assert( i < MAX_FUNCS );
 106     if( !benchs[i].name )
 107         benchs[i].name = strdup( name );
 108     if( !cpu )
 109         return &benchs[i].vers[0];
 110     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
 111         assert( j < MAX_CPUS );
 112     benchs[i].vers[j].cpu = cpu;
 113     return &benchs[i].vers[j];
 114 }
 115
 116 static int cmp_nop( const void *a, const void *b )
 117 {
 118     return *(uint16_t*)a - *(uint16_t*)b;
 119 }
 120
 121 static int cmp_bench( const void *a, const void *b )
 122 {
 123     // asciibetical sort except preserving numbers
 124     const char *sa = ((bench_func_t*)a)->name;
 125     const char *sb = ((bench_func_t*)b)->name;
 126     for( ;; sa++, sb++ )
 127     {
 128         if( !*sa && !*sb )
 129             return 0;
 130         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
 131             return isdigit( sa[1] ) - isdigit( sb[1] );
 132         if( *sa != *sb )
 133             return *sa - *sb;
 134     }
 135 }
 136
 137 static void print_bench(void)
 138 {
 139     uint16_t nops[10000] = {0};
 140     int nfuncs, nop_time=0;
 141
 142     for( int i = 0; i < 10000; i++ )
 143     {
 144         int t = read_time();
 145         nops[i] = read_time() - t;
 146     }
 147     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
 148     for( int i = 500; i < 9500; i++ )
 149         nop_time += nops[i];
 150     nop_time /= 900;
 151     printf( "nop: %d\n", nop_time );
 152
 153     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
 154     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
 155     for( int i = 0; i < nfuncs; i++ )
 156         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
 157         {
 158             int k;
 159             bench_t *b = &benchs[i].vers[j];
 160             if( !b->den )
 161                 continue;
 162             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
 163             if( k < j )
 164                 continue;
 165             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
 166                     b->cpu&X264_CPU_AVX ? "avx" :
 167                     b->cpu&X264_CPU_SSE4 ? "sse4" :
 168                     b->cpu&X264_CPU_SHUFFLE_IS_FAST ? "fastshuffle" :
 169                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
 170                     b->cpu&X264_CPU_SSE3 ? "sse3" :
 171                     /* print sse2slow only if there's also a sse2fast version of the same func */
 172                     b->cpu&X264_CPU_SSE2_IS_SLOW && j<MAX_CPUS && b[1].cpu&X264_CPU_SSE2_IS_FAST && !(b[1].cpu&X264_CPU_SSE3) ? "sse2slow" :
 173                     b->cpu&X264_CPU_SSE2 ? "sse2" :
 174                     b->cpu&X264_CPU_MMX ? "mmx" :
 175                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
 176                     b->cpu&X264_CPU_NEON ? "neon" :
 177                     b->cpu&X264_CPU_ARMV6 ? "armv6" : "c",
 178                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
 179                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
 180                     b->cpu&X264_CPU_SSE_MISALIGN ? "_misalign" :
 181                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
 182                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
 183                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
 184                     b->cpu&X264_CPU_SLOW_ATOM ? "_slow_atom" : "",
 185                     ((int64_t)10*b->cycles/b->den - nop_time)/4 );
 186         }
 187 }
 188
 189 #if ARCH_X86 || ARCH_X86_64
 190 int x264_stack_pagealign( int (*func)(), int align );
 191 #else
 192 #define x264_stack_pagealign( func, align ) func()
 193 #endif
 194
 195 #define call_c1(func,...) func(__VA_ARGS__)
 196
 197 #if ARCH_X86 || defined(_WIN64)
 198 /* detect when callee-saved regs aren't saved.
 199  * needs an explicit asm check because it only sometimes crashes in normal use. */
 200 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
 201 #define call_a1(func,...) x264_checkasm_call((intptr_t(*)())func, &ok, __VA_ARGS__)
 202 #else
 203 #define call_a1 call_c1
 204 #endif
 205
 206 #define call_bench(func,cpu,...)\
 207     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
 208     {\
 209         uint32_t tsum = 0;\
 210         int tcount = 0;\
 211         call_a1(func, __VA_ARGS__);\
 212         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
 213         {\
 214             uint32_t t = read_time();\
 215             func(__VA_ARGS__);\
 216             func(__VA_ARGS__);\
 217             func(__VA_ARGS__);\
 218             func(__VA_ARGS__);\
 219             t = read_time() - t;\
 220             if( t*tcount <= tsum*4 && ti > 0 )\
 221             {\
 222                 tsum += t;\
 223                 tcount++;\
 224             }\
 225         }\
 226         bench_t *b = get_bench( func_name, cpu );\
 227         b->cycles += tsum;\
 228         b->den += tcount;\
 229         b->pointer = func;\
 230     }
 231
 232 /* for most functions, run benchmark and correctness test at the same time.
 233  * for those that modify their inputs, run the above macros separately */
 234 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
 235 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
 236 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
 237 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
 238
 239
 240 static int check_pixel( int cpu_ref, int cpu_new )
 241 {
 242     x264_pixel_function_t pixel_c;
 243     x264_pixel_function_t pixel_ref;
 244     x264_pixel_function_t pixel_asm;
 245     x264_predict8x8_t predict_8x8[9+3];
 246     x264_predict_8x8_filter_t predict_8x8_filter;
 247     ALIGNED_16( pixel edge[36] );
 248     uint16_t cost_mv[32];
 249     int ret = 0, ok, used_asm;
 250
 251     x264_pixel_init( 0, &pixel_c );
 252     x264_pixel_init( cpu_ref, &pixel_ref );
 253     x264_pixel_init( cpu_new, &pixel_asm );
 254     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
 255     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
 256
 257     // maximize sum
 258     for( int i = 0; i < 256; i++ )
 259     {
 260         int z = i|(i>>4);
 261         z ^= z>>2;
 262         z ^= z>>1;
 263         pbuf4[i] = -(z&1) & PIXEL_MAX;
 264         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
 265     }
 266     // random pattern made of maxed pixel differences, in case an intermediate value overflows
 267     for( int i = 256; i < 0x1000; i++ )
 268     {
 269         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
 270         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
 271     }
 272
 273 #define TEST_PIXEL( name, align ) \
 274     ok = 1, used_asm = 0; \
 275     for( int i = 0; i < 7; i++ ) \
 276     { \
 277         int res_c, res_asm; \
 278         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
 279         { \
 280             set_func_name( "%s_%s", #name, pixel_names[i] ); \
 281             used_asm = 1; \
 282             for( int j = 0; j < 64; j++ ) \
 283             { \
 284                 res_c   = call_c( pixel_c.name[i], pbuf1, 16, pbuf2+j*!align, 64 ); \
 285                 res_asm = call_a( pixel_asm.name[i], pbuf1, 16, pbuf2+j*!align, 64 ); \
 286                 if( res_c != res_asm ) \
 287                 { \
 288                     ok = 0; \
 289                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
 290                     break; \
 291                 } \
 292             } \
 293             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
 294             { \
 295                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
 296                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
 297                 if( res_c != res_asm ) \
 298                 { \
 299                     ok = 0; \
 300                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
 301                 } \
 302             } \
 303         } \
 304     } \
 305     report( "pixel " #name " :" );
 306
 307     TEST_PIXEL( sad, 0 );
 308     TEST_PIXEL( sad_aligned, 1 );
 309     TEST_PIXEL( ssd, 1 );
 310     TEST_PIXEL( satd, 0 );
 311     TEST_PIXEL( sa8d, 1 );
 312
 313 #define TEST_PIXEL_X( N ) \
 314     ok = 1; used_asm = 0; \
 315     for( int i = 0; i < 7; i++ ) \
 316     { \
 317         int res_c[4]={0}, res_asm[4]={0}; \
 318         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
 319         { \
 320             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
 321             used_asm = 1; \
 322             for( int j = 0; j < 64; j++ ) \
 323             { \
 324                 pixel *pix2 = pbuf2+j; \
 325                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2, 64 ); \
 326                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
 327                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
 328                 if( N == 4 ) \
 329                 { \
 330                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
 331                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, 64, res_asm ); \
 332                 } \
 333                 else \
 334                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, 64, res_asm ); \
 335                 if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
 336                 { \
 337                     ok = 0; \
 338                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
 339                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
 340                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
 341                 } \
 342                 if( N == 4 ) \
 343                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, 64, res_asm ); \
 344                 else \
 345                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, 64, res_asm ); \
 346             } \
 347         } \
 348     } \
 349     report( "pixel sad_x"#N" :" );
 350
 351     TEST_PIXEL_X(3);
 352     TEST_PIXEL_X(4);
 353
 354 #define TEST_PIXEL_VAR( i ) \
 355     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
 356     { \
 357         set_func_name( "%s_%s", "var", pixel_names[i] ); \
 358         used_asm = 1; \
 359         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
 360         call_c1( pixel_c.var[i], pbuf1, 16 ); \
 361         call_a1( pixel_asm.var[i], pbuf1, 16 ); \
 362         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
 363         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
 364         if( res_c != res_asm ) \
 365         { \
 366             ok = 0; \
 367             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) ); \
 368         } \
 369         call_c2( pixel_c.var[i], pbuf1, 16 ); \
 370         call_a2( pixel_asm.var[i], pbuf1, 16 ); \
 371     }
 372
 373     ok = 1; used_asm = 0;
 374     TEST_PIXEL_VAR( PIXEL_16x16 );
 375     TEST_PIXEL_VAR( PIXEL_8x8 );
 376     report( "pixel var :" );
 377
 378     ok = 1; used_asm = 0;
 379     if( pixel_asm.var2_8x8 != pixel_ref.var2_8x8 )
 380     {
 381         int res_c, res_asm, ssd_c, ssd_asm;
 382         set_func_name( "var2_8x8" );
 383         used_asm = 1;
 384         res_c   = call_c( pixel_c.var2_8x8, pbuf1, 16, pbuf2, 16, &ssd_c );
 385         res_asm = call_a( pixel_asm.var2_8x8, pbuf1, 16, pbuf2, 16, &ssd_asm );
 386         if( res_c != res_asm || ssd_c != ssd_asm )
 387         {
 388             ok = 0;
 389             fprintf( stderr, "var2_8x8: %d != %d or %d != %d [FAILED]\n", res_c, res_asm, ssd_c, ssd_asm );
 390         }
 391     }
 392
 393     report( "pixel var2 :" );
 394
 395     ok = 1; used_asm = 0;
 396     for( int i = 0; i < 4; i++ )
 397         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
 398         {
 399             set_func_name( "hadamard_ac_%s", pixel_names[i] );
 400             used_asm = 1;
 401             for( int j = 0; j < 32; j++ )
 402             {
 403                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
 404                 call_c1( pixel_c.hadamard_ac[i], pbuf1, 16 );
 405                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, 16 );
 406                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
 407                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
 408                 if( rc != ra )
 409                 {
 410                     ok = 0;
 411                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
 412                     break;
 413                 }
 414             }
 415             call_c2( pixel_c.hadamard_ac[i], pbuf1, 16 );
 416             call_a2( pixel_asm.hadamard_ac[i], pbuf1, 16 );
 417         }
 418     report( "pixel hadamard_ac :" );
 419
 420     ok = 1; used_asm = 0;
 421     if( pixel_asm.vsad != pixel_ref.vsad )
 422     {
 423         for( int h = 2; h <= 32; h += 2 )
 424         {
 425             int res_c, res_asm;
 426             set_func_name( "vsad" );
 427             used_asm = 1;
 428             res_c   = call_c( pixel_c.vsad,   pbuf1, 16, h );
 429             res_asm = call_a( pixel_asm.vsad, pbuf1, 16, h );
 430             if( res_c != res_asm )
 431             {
 432                 ok = 0;
 433                 fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
 434                 break;
 435             }
 436         }
 437     }
 438     report( "pixel vsad :" );
 439
 440 #define TEST_INTRA_MBCMP( name, pred, satd, i8x8, ... ) \
 441     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
 442     { \
 443         int res_c[3], res_asm[3]; \
 444         set_func_name( #name ); \
 445         used_asm = 1; \
 446         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
 447         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
 448         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
 449         { \
 450             ok = 0; \
 451             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
 452                      res_c[0], res_c[1], res_c[2], \
 453                      res_asm[0], res_asm[1], res_asm[2] ); \
 454         } \
 455     }
 456
 457     ok = 1; used_asm = 0;
 458     TEST_INTRA_MBCMP( intra_satd_x3_16x16, predict_16x16, satd[PIXEL_16x16], 0 );
 459     TEST_INTRA_MBCMP( intra_satd_x3_8x8c , predict_8x8c , satd[PIXEL_8x8]  , 0 );
 460     TEST_INTRA_MBCMP( intra_satd_x3_4x4  , predict_4x4  , satd[PIXEL_4x4]  , 0 );
 461     TEST_INTRA_MBCMP( intra_sa8d_x3_8x8  , predict_8x8  , sa8d[PIXEL_8x8]  , 1, edge );
 462     report( "intra satd_x3 :" );
 463     TEST_INTRA_MBCMP( intra_sad_x3_16x16 , predict_16x16, sad [PIXEL_16x16], 0 );
 464     TEST_INTRA_MBCMP( intra_sad_x3_8x8c  , predict_8x8c , sad [PIXEL_8x8]  , 0 );
 465     TEST_INTRA_MBCMP( intra_sad_x3_8x8   , predict_8x8  , sad [PIXEL_8x8]  , 1, edge );
 466     TEST_INTRA_MBCMP( intra_sad_x3_4x4   , predict_4x4  , sad [PIXEL_4x4]  , 0 );
 467     report( "intra sad_x3 :" );
 468
 469     ok = 1; used_asm = 0;
 470     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
 471     {
 472         used_asm = 1;
 473         set_func_name( "ssd_nv12" );
 474         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
 475         pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
 476         pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
 477         if( res_u_c != res_u_a || res_v_c != res_v_a )
 478         {
 479             ok = 0;
 480             fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
 481                      res_u_c, res_v_c, res_u_a, res_v_a );
 482         }
 483         call_c( pixel_c.ssd_nv12_core,   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
 484         call_a( pixel_asm.ssd_nv12_core, pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
 485     }
 486     report( "ssd_nv12 :" );
 487
 488     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
 489         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
 490     {
 491         int cnt;
 492         float res_c, res_a;
 493         ALIGNED_16( int sums[5][4] ) = {{0}};
 494         used_asm = ok = 1;
 495         x264_emms();
 496         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
 497         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
 498         if( fabs( res_c - res_a ) > 1e-6 )
 499         {
 500             ok = 0;
 501             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
 502         }
 503         set_func_name( "ssim_core" );
 504         call_c2( pixel_c.ssim_4x4x2_core,   pbuf1+2, 32, pbuf2+2, 32, sums );
 505         call_a2( pixel_asm.ssim_4x4x2_core, pbuf1+2, 32, pbuf2+2, 32, sums );
 506         set_func_name( "ssim_end" );
 507         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
 508         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
 509         report( "ssim :" );
 510     }
 511
 512     ok = 1; used_asm = 0;
 513     for( int i = 0; i < 32; i++ )
 514         cost_mv[i] = i*10;
 515     for( int i = 0; i < 100 && ok; i++ )
 516         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
 517         {
 518             ALIGNED_16( uint16_t sums[72] );
 519             ALIGNED_16( int dc[4] );
 520             int16_t mvs_a[32], mvs_c[32];
 521             int mvn_a, mvn_c;
 522             int thresh = rand() & 0x3fff;
 523             set_func_name( "esa_ads" );
 524             for( int j = 0; j < 72; j++ )
 525                 sums[j] = rand() & 0x3fff;
 526             for( int j = 0; j < 4; j++ )
 527                 dc[j] = rand() & 0x3fff;
 528             used_asm = 1;
 529             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
 530             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
 531             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
 532             {
 533                 ok = 0;
 534                 printf( "c%d: ", i&3 );
 535                 for( int j = 0; j < mvn_c; j++ )
 536                     printf( "%d ", mvs_c[j] );
 537                 printf( "\na%d: ", i&3 );
 538                 for( int j = 0; j < mvn_a; j++ )
 539                     printf( "%d ", mvs_a[j] );
 540                 printf( "\n\n" );
 541             }
 542         }
 543     report( "esa ads:" );
 544
 545     return ret;
 546 }
 547
 548 static int check_dct( int cpu_ref, int cpu_new )
 549 {
 550     x264_dct_function_t dct_c;
 551     x264_dct_function_t dct_ref;
 552     x264_dct_function_t dct_asm;
 553     x264_quant_function_t qf;
 554     int ret = 0, ok, used_asm, interlace = 0;
 555     ALIGNED_16( dctcoef dct1[16][16] );
 556     ALIGNED_16( dctcoef dct2[16][16] );
 557     ALIGNED_16( dctcoef dct4[16][16] );
 558     ALIGNED_16( dctcoef dct8[4][64] );
 559     ALIGNED_16( dctcoef dctdc[2][4] );
 560     x264_t h_buf;
 561     x264_t *h = &h_buf;
 562
 563     x264_dct_init( 0, &dct_c );
 564     x264_dct_init( cpu_ref, &dct_ref);
 565     x264_dct_init( cpu_new, &dct_asm );
 566
 567     memset( h, 0, sizeof(*h) );
 568     x264_param_default( &h->param );
 569     h->sps->i_chroma_format_idc = 1;
 570     h->chroma_qp_table = i_chroma_qp_table + 12;
 571     h->param.analyse.i_luma_deadzone[0] = 0;
 572     h->param.analyse.i_luma_deadzone[1] = 0;
 573     h->param.analyse.b_transform_8x8 = 1;
 574     for( int i = 0; i < 6; i++ )
 575         h->pps->scaling_list[i] = x264_cqm_flat16;
 576     x264_cqm_init( h );
 577     x264_quant_init( h, 0, &qf );
 578
 579     /* overflow test cases */
 580     for( int i = 0; i < 5; i++ )
 581     {
 582         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
 583         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
 584
 585         for( int j = 0; j < 16; j++ )
 586         {
 587             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
 588             int cond_b = (i == 0) ? 1 : !cond_a;
 589             enc[0] = enc[1] = cond_a ? PIXEL_MAX : 0;
 590             enc[2] = enc[3] = cond_b ? PIXEL_MAX : 0;
 591
 592             for( int k = 0; k < 4; k++ )
 593                 dec[k] = PIXEL_MAX - enc[k];
 594
 595             enc += FENC_STRIDE;
 596             dec += FDEC_STRIDE;
 597         }
 598     }
 599
 600 #define TEST_DCT( name, t1, t2, size ) \
 601     if( dct_asm.name != dct_ref.name ) \
 602     { \
 603         set_func_name( #name ); \
 604         used_asm = 1; \
 605         pixel *enc = pbuf3; \
 606         pixel *dec = pbuf4; \
 607         for( int j = 0; j < 5; j++) \
 608         { \
 609             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
 610             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
 611             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 612             { \
 613                 ok = 0; \
 614                 fprintf( stderr, #name " [FAILED]\n" ); \
 615                 break; \
 616             } \
 617             call_c( dct_c.name, t1, enc, dec ); \
 618             call_a( dct_asm.name, t2, enc, dec ); \
 619             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 620             { \
 621                 ok = 0; \
 622                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
 623                 break; \
 624             } \
 625             enc += 16*FENC_STRIDE; \
 626             dec += 16*FDEC_STRIDE; \
 627         } \
 628     }
 629     ok = 1; used_asm = 0;
 630     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
 631     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
 632     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
 633     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
 634     report( "sub_dct4 :" );
 635
 636     ok = 1; used_asm = 0;
 637     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
 638     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
 639     report( "sub_dct8 :" );
 640 #undef TEST_DCT
 641
 642     // fdct and idct are denormalized by different factors, so quant/dequant
 643     // is needed to force the coefs into the right range.
 644     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
 645     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
 646     for( int i = 0; i < 16; i++ )
 647     {
 648         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
 649         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
 650     }
 651     for( int i = 0; i < 4; i++ )
 652     {
 653         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
 654         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
 655     }
 656     x264_cqm_delete( h );
 657
 658 #define TEST_IDCT( name, src ) \
 659     if( dct_asm.name != dct_ref.name ) \
 660     { \
 661         set_func_name( #name ); \
 662         used_asm = 1; \
 663         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
 664         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
 665         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
 666         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
 667         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
 668         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
 669         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
 670         { \
 671             ok = 0; \
 672             fprintf( stderr, #name " [FAILED]\n" ); \
 673         } \
 674         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
 675         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
 676     }
 677     ok = 1; used_asm = 0;
 678     TEST_IDCT( add4x4_idct, dct4 );
 679     TEST_IDCT( add8x8_idct, dct4 );
 680     TEST_IDCT( add8x8_idct_dc, dct4 );
 681     TEST_IDCT( add16x16_idct, dct4 );
 682     TEST_IDCT( add16x16_idct_dc, dct4 );
 683     report( "add_idct4 :" );
 684
 685     ok = 1; used_asm = 0;
 686     TEST_IDCT( add8x8_idct8, dct8 );
 687     TEST_IDCT( add16x16_idct8, dct8 );
 688     report( "add_idct8 :" );
 689 #undef TEST_IDCT
 690
 691 #define TEST_DCTDC( name )\
 692     ok = 1; used_asm = 0;\
 693     if( dct_asm.name != dct_ref.name )\
 694     {\
 695         set_func_name( #name );\
 696         used_asm = 1;\
 697         uint16_t *p = (uint16_t*)buf1;\
 698         for( int i = 0; i < 16 && ok; i++ )\
 699         {\
 700             for( int j = 0; j < 16; j++ )\
 701                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
 702                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
 703                            : ((*p++)&0x1fff)-0x1000; /* general case */\
 704             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
 705             call_c1( dct_c.name, dct1[0] );\
 706             call_a1( dct_asm.name, dct2[0] );\
 707             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
 708                 ok = 0;\
 709         }\
 710         call_c2( dct_c.name, dct1[0] );\
 711         call_a2( dct_asm.name, dct2[0] );\
 712     }\
 713     report( #name " :" );
 714
 715     TEST_DCTDC(  dct4x4dc );
 716     TEST_DCTDC( idct4x4dc );
 717 #undef TEST_DCTDC
 718
 719     x264_zigzag_function_t zigzag_c[2];
 720     x264_zigzag_function_t zigzag_ref[2];
 721     x264_zigzag_function_t zigzag_asm[2];
 722
 723     ALIGNED_16( dctcoef level1[64] );
 724     ALIGNED_16( dctcoef level2[64] );
 725
 726 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
 727     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
 728     { \
 729         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 730         used_asm = 1; \
 731         memcpy(dct, buf1, size*sizeof(dctcoef)); \
 732         call_c( zigzag_c[interlace].name, t1, dct ); \
 733         call_a( zigzag_asm[interlace].name, t2, dct ); \
 734         if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 735         { \
 736             ok = 0; \
 737             fprintf( stderr, #name " [FAILED]\n" ); \
 738         } \
 739     }
 740
 741 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
 742     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
 743     { \
 744         int nz_a, nz_c; \
 745         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 746         used_asm = 1; \
 747         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
 748         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
 749         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
 750         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
 751         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
 752         { \
 753             ok = 0; \
 754             fprintf( stderr, #name " [FAILED]\n" ); \
 755         } \
 756         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
 757         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
 758     }
 759
 760 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
 761     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
 762     { \
 763         int nz_a, nz_c; \
 764         dctcoef dc_a, dc_c; \
 765         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 766         used_asm = 1; \
 767         for( int i = 0; i < 2; i++ ) \
 768         { \
 769             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
 770             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
 771             for( int j = 0; j < 4; j++ ) \
 772             { \
 773                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
 774                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
 775             } \
 776             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
 777             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
 778             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 ) \
 779             { \
 780                 ok = 0; \
 781                 fprintf( stderr, #name " [FAILED]\n" ); \
 782                 break; \
 783             } \
 784         } \
 785         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
 786         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
 787     }
 788
 789 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
 790     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
 791     { \
 792         for( int j = 0; j < 100; j++ ) \
 793         { \
 794             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 795             used_asm = 1; \
 796             memcpy(dct, buf1, size*sizeof(dctcoef)); \
 797             for( int i = 0; i < size; i++ ) \
 798                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
 799             memcpy(buf3, buf4, 10); \
 800             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
 801             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
 802             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
 803             { \
 804                 ok = 0; \
 805             } \
 806         } \
 807     }
 808
 809     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
 810     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
 811     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
 812
 813     ok = 1; used_asm = 0;
 814     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct1[0], 64 );
 815     report( "zigzag_interleave :" );
 816
 817     for( interlace = 0; interlace <= 1; interlace++ )
 818     {
 819         ok = 1; used_asm = 0;
 820         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, (void*)dct1, 64 );
 821         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 16  );
 822         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
 823         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
 824         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
 825     }
 826 #undef TEST_ZIGZAG_SCAN
 827 #undef TEST_ZIGZAG_SUB
 828
 829     return ret;
 830 }
 831
 832 static int check_mc( int cpu_ref, int cpu_new )
 833 {
 834     x264_mc_functions_t mc_c;
 835     x264_mc_functions_t mc_ref;
 836     x264_mc_functions_t mc_a;
 837     x264_pixel_function_t pixf;
 838
 839     pixel *src     = &(pbuf1)[2*64+2];
 840     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
 841                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
 842     pixel *dst1    = pbuf3;
 843     pixel *dst2    = pbuf4;
 844
 845     int ret = 0, ok, used_asm;
 846
 847     x264_mc_init( 0, &mc_c );
 848     x264_mc_init( cpu_ref, &mc_ref );
 849     x264_mc_init( cpu_new, &mc_a );
 850     x264_pixel_init( 0, &pixf );
 851
 852 #define MC_TEST_LUMA( w, h ) \
 853         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
 854         { \
 855             const x264_weight_t *weight = x264_weight_none; \
 856             set_func_name( "mc_luma_%dx%d", w, h ); \
 857             used_asm = 1; \
 858             for( int i = 0; i < 1024; i++ ) \
 859                 pbuf3[i] = pbuf4[i] = 0xCD; \
 860             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
 861             call_a( mc_a.mc_luma, dst2, 32, src2, 64, dx, dy, w, h, weight ); \
 862             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
 863             { \
 864                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
 865                 ok = 0; \
 866             } \
 867         } \
 868         if( mc_a.get_ref != mc_ref.get_ref ) \
 869         { \
 870             pixel *ref = dst2; \
 871             int ref_stride = 32; \
 872             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
 873             const x264_weight_t *weight = x264_weight_none; \
 874             set_func_name( "get_ref_%dx%d", w_checked, h ); \
 875             used_asm = 1; \
 876             for( int i = 0; i < 1024; i++ ) \
 877                 pbuf3[i] = pbuf4[i] = 0xCD; \
 878             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
 879             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, 64, dx, dy, w, h, weight ); \
 880             for( int i = 0; i < h; i++ ) \
 881                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
 882                 { \
 883                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
 884                     ok = 0; \
 885                     break; \
 886                 } \
 887         }
 888
 889 #define MC_TEST_CHROMA( w, h ) \
 890         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
 891         { \
 892             set_func_name( "mc_chroma_%dx%d", w, h ); \
 893             used_asm = 1; \
 894             for( int i = 0; i < 1024; i++ ) \
 895                 pbuf3[i] = pbuf4[i] = 0xCD; \
 896             call_c( mc_c.mc_chroma, dst1, dst1+8, 16, src, 64, dx, dy, w, h ); \
 897             call_a( mc_a.mc_chroma, dst2, dst2+8, 16, src, 64, dx, dy, w, h ); \
 898             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
 899             for( int j = 0; j < h; j++ ) \
 900                 for( int i = w; i < 8; i++ ) \
 901                 { \
 902                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
 903                     dst2[i+j*16] = dst1[i+j*16]; \
 904                 } \
 905             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
 906             { \
 907                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
 908                 ok = 0; \
 909             } \
 910         }
 911     ok = 1; used_asm = 0;
 912     for( int dy = -8; dy < 8; dy++ )
 913         for( int dx = -128; dx < 128; dx++ )
 914         {
 915             if( rand()&15 ) continue; // running all of them is too slow
 916             MC_TEST_LUMA( 20, 18 );
 917             MC_TEST_LUMA( 16, 16 );
 918             MC_TEST_LUMA( 16, 8 );
 919             MC_TEST_LUMA( 12, 10 );
 920             MC_TEST_LUMA( 8, 16 );
 921             MC_TEST_LUMA( 8, 8 );
 922             MC_TEST_LUMA( 8, 4 );
 923             MC_TEST_LUMA( 4, 8 );
 924             MC_TEST_LUMA( 4, 4 );
 925         }
 926     report( "mc luma :" );
 927
 928     ok = 1; used_asm = 0;
 929     for( int dy = -1; dy < 9; dy++ )
 930         for( int dx = -128; dx < 128; dx++ )
 931         {
 932             if( rand()&15 ) continue;
 933             MC_TEST_CHROMA( 8, 8 );
 934             MC_TEST_CHROMA( 8, 4 );
 935             MC_TEST_CHROMA( 4, 8 );
 936             MC_TEST_CHROMA( 4, 4 );
 937             MC_TEST_CHROMA( 4, 2 );
 938             MC_TEST_CHROMA( 2, 4 );
 939             MC_TEST_CHROMA( 2, 2 );
 940         }
 941     report( "mc chroma :" );
 942 #undef MC_TEST_LUMA
 943 #undef MC_TEST_CHROMA
 944
 945 #define MC_TEST_AVG( name, weight ) \
 946 { \
 947     ok = 1, used_asm = 0; \
 948     for( int i = 0; i < 10; i++ ) \
 949     { \
 950         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
 951         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
 952         if( mc_a.name[i] != mc_ref.name[i] ) \
 953         { \
 954             set_func_name( "%s_%s", #name, pixel_names[i] ); \
 955             used_asm = 1; \
 956             call_c1( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 957             call_a1( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 958             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
 959             { \
 960                 ok = 0; \
 961                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
 962             } \
 963             call_c2( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 964             call_a2( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 965         } \
 966     } \
 967 }
 968
 969     for( int w = -63; w <= 127 && ok; w++ )
 970         MC_TEST_AVG( avg, w );
 971     report( "mc wpredb :" );
 972
 973 #define MC_TEST_WEIGHT( name, weight, aligned ) \
 974     int align_off = (aligned ? 0 : rand()%16); \
 975     ok = 1, used_asm = 0; \
 976     for( int i = 1; i <= 5; i++ ) \
 977     { \
 978         ALIGNED_16( pixel buffC[640] ); \
 979         ALIGNED_16( pixel buffA[640] ); \
 980         int j = X264_MAX( i*4, 2 ); \
 981         memset( buffC, 0, 640 * sizeof(pixel) ); \
 982         memset( buffA, 0, 640 * sizeof(pixel) ); \
 983         x264_t ha; \
 984         ha.mc = mc_a; \
 985         /* w12 is the same as w16 in some cases */ \
 986         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
 987             continue; \
 988         if( mc_a.name[i] != mc_ref.name[i] ) \
 989         { \
 990             set_func_name( "%s_w%d", #name, j ); \
 991             used_asm = 1; \
 992             call_c1( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
 993             mc_a.weight_cache(&ha, &weight); \
 994             call_a1( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
 995             for( int k = 0; k < 16; k++ ) \
 996                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
 997                 { \
 998                     ok = 0; \
 999                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1000                     break; \
1001                 } \
1002             call_c2( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
1003             call_a2( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
1004         } \
1005     }
1006
1007     ok = 1; used_asm = 0;
1008
1009     int align_cnt = 0;
1010     for( int s = 0; s <= 127 && ok; s++ )
1011     {
1012         for( int o = -128; o <= 127 && ok; o++ )
1013         {
1014             if( rand() & 2047 ) continue;
1015             for( int d = 0; d <= 7 && ok; d++ )
1016             {
1017                 if( s == 1<<d )
1018                     continue;
1019                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1020                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1021             }
1022         }
1023
1024     }
1025     report( "mc weight :" );
1026
1027     ok = 1; used_asm = 0;
1028     for( int o = 0; o <= 127 && ok; o++ )
1029     {
1030         int s = 1, d = 0;
1031         if( rand() & 15 ) continue;
1032         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1033         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1034     }
1035     report( "mc offsetadd :" );
1036     ok = 1; used_asm = 0;
1037     for( int o = -128; o < 0 && ok; o++ )
1038     {
1039         int s = 1, d = 0;
1040         if( rand() & 15 ) continue;
1041         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1042         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1043     }
1044     report( "mc offsetsub :" );
1045
1046     ok = 1; used_asm = 0;
1047     if( mc_a.store_interleave_8x8x2 != mc_ref.store_interleave_8x8x2 )
1048     {
1049         set_func_name( "store_interleave_8x8x2" );
1050         used_asm = 1;
1051         memset( pbuf3, 0, 64*8 );
1052         memset( pbuf4, 0, 64*8 );
1053         call_c( mc_c.store_interleave_8x8x2, pbuf3, 64, pbuf1, pbuf1+16 );
1054         call_a( mc_a.store_interleave_8x8x2, pbuf4, 64, pbuf1, pbuf1+16 );
1055         if( memcmp( pbuf3, pbuf4, 64*8 ) )
1056             ok = 0;
1057     }
1058     if( mc_a.load_deinterleave_8x8x2_fenc != mc_ref.load_deinterleave_8x8x2_fenc )
1059     {
1060         set_func_name( "load_deinterleave_8x8x2_fenc" );
1061         used_asm = 1;
1062         call_c( mc_c.load_deinterleave_8x8x2_fenc, pbuf3, pbuf1, 64 );
1063         call_a( mc_a.load_deinterleave_8x8x2_fenc, pbuf4, pbuf1, 64 );
1064         if( memcmp( pbuf3, pbuf4, FENC_STRIDE*8 ) )
1065             ok = 0;
1066     }
1067     if( mc_a.load_deinterleave_8x8x2_fdec != mc_ref.load_deinterleave_8x8x2_fdec )
1068     {
1069         set_func_name( "load_deinterleave_8x8x2_fdec" );
1070         used_asm = 1;
1071         call_c( mc_c.load_deinterleave_8x8x2_fdec, pbuf3, pbuf1, 64 );
1072         call_a( mc_a.load_deinterleave_8x8x2_fdec, pbuf4, pbuf1, 64 );
1073         if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*8 ) )
1074             ok = 0;
1075     }
1076     report( "store_interleave :" );
1077
1078     struct plane_spec {
1079         int w, h, src_stride;
1080     } 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} };
1081     ok = 1; used_asm = 0;
1082     if( mc_a.plane_copy != mc_ref.plane_copy )
1083     {
1084         set_func_name( "plane_copy" );
1085         used_asm = 1;
1086         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1087         {
1088             int w = plane_specs[i].w;
1089             int h = plane_specs[i].h;
1090             int src_stride = plane_specs[i].src_stride;
1091             int dst_stride = (w + 127) & ~63;
1092             assert( dst_stride * h <= 0x1000 );
1093             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1094             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1095             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1096             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1097             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1098             for( int y = 0; y < h; y++ )
1099                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1100                 {
1101                     ok = 0;
1102                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1103                     break;
1104                 }
1105         }
1106     }
1107
1108     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1109     {
1110         set_func_name( "plane_copy_interleave" );
1111         used_asm = 1;
1112         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1113         {
1114             int w = (plane_specs[i].w + 1) >> 1;
1115             int h = plane_specs[i].h;
1116             int src_stride = (plane_specs[i].src_stride + 1) >> 1;
1117             int dst_stride = (2*w + 127) & ~63;
1118             assert( dst_stride * h <= 0x1000 );
1119             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1120             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1121             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1122             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1123             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1124             for( int y = 0; y < h; y++ )
1125                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1126                 {
1127                     ok = 0;
1128                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1129                     break;
1130                 }
1131         }
1132     }
1133
1134     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1135     {
1136         set_func_name( "plane_copy_deinterleave" );
1137         used_asm = 1;
1138         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1139         {
1140             int w = (plane_specs[i].w + 1) >> 1;
1141             int h = plane_specs[i].h;
1142             int dst_stride = w;
1143             int src_stride = (2*w + 127) & ~63;
1144             int offv = (dst_stride*h + 31) & ~15;
1145             memset( pbuf3, 0, 0x1000 );
1146             memset( pbuf4, 0, 0x1000 );
1147             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1148             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1149             for( int y = 0; y < h; y++ )
1150                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1151                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1152                 {
1153                     ok = 0;
1154                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1155                     break;
1156                 }
1157         }
1158     }
1159     report( "plane_copy :" );
1160
1161     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1162     {
1163         pixel *srchpel = pbuf1+8+2*64;
1164         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1165         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1166         void *tmp = pbuf3+49*64;
1167         set_func_name( "hpel_filter" );
1168         ok = 1; used_asm = 1;
1169         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1170         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1171         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, 64, 48, 10, tmp );
1172         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, 64, 48, 10, tmp );
1173         for( int i = 0; i < 3; i++ )
1174             for( int j = 0; j < 10; j++ )
1175                 //FIXME ideally the first pixels would match too, but they aren't actually used
1176                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1177                 {
1178                     ok = 0;
1179                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1180                     for( int k = 0; k < 48; k++ )
1181                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1182                     printf( "\n" );
1183                     for( int k = 0; k < 48; k++ )
1184                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1185                     printf( "\n" );
1186                     break;
1187                 }
1188         report( "hpel filter :" );
1189     }
1190
1191     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1192     {
1193         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1194         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1195         set_func_name( "lowres_init" );
1196         ok = 1; used_asm = 1;
1197         for( int w = 40; w <= 48; w += 8 )
1198         {
1199             int stride = (w+8)&~15;
1200             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], w*2, stride, w, 16 );
1201             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], w*2, stride, w, 16 );
1202             for( int i = 0; i < 16; i++ )
1203             {
1204                 for( int j = 0; j < 4; j++ )
1205                     if( memcmp( dstc[j]+i*stride, dsta[j]+i*stride, w * sizeof(pixel) ) )
1206                     {
1207                         ok = 0;
1208                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1209                         for( int k = 0; k < w; k++ )
1210                             printf( "%d ", dstc[j][k+i*stride] );
1211                         printf( "\n" );
1212                         for( int k = 0; k < w; k++ )
1213                             printf( "%d ", dsta[j][k+i*stride] );
1214                         printf( "\n" );
1215                         break;
1216                     }
1217             }
1218         }
1219         report( "lowres init :" );
1220     }
1221
1222 #define INTEGRAL_INIT( name, size, ... )\
1223     if( mc_a.name != mc_ref.name )\
1224     {\
1225         int stride = 80;\
1226         set_func_name( #name );\
1227         used_asm = 1;\
1228         memcpy( buf3, buf1, size*2*stride );\
1229         memcpy( buf4, buf1, size*2*stride );\
1230         uint16_t *sum = (uint16_t*)buf3;\
1231         call_c1( mc_c.name, __VA_ARGS__ );\
1232         sum = (uint16_t*)buf4;\
1233         call_a1( mc_a.name, __VA_ARGS__ );\
1234         if( memcmp( buf3, buf4, (stride-8)*2 ) \
1235             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1236             ok = 0;\
1237         call_c2( mc_c.name, __VA_ARGS__ );\
1238         call_a2( mc_a.name, __VA_ARGS__ );\
1239     }
1240     ok = 1; used_asm = 0;
1241     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1242     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1243     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1244     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1245     report( "integral init :" );
1246
1247     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1248     {
1249         x264_emms();
1250         for( int i = 0; i < 10; i++ )
1251         {
1252             float fps_factor = (rand()&65535) / 256.;
1253             ok = 1; used_asm = 1;
1254             set_func_name( "mbtree_propagate" );
1255             int *dsta = (int*)buf3;
1256             int *dstc = dsta+400;
1257             uint16_t *prop = (uint16_t*)buf1;
1258             uint16_t *intra = (uint16_t*)buf4;
1259             uint16_t *inter = intra+128;
1260             uint16_t *qscale = inter+128;
1261             uint16_t *rnd = (uint16_t*)buf2;
1262             x264_emms();
1263             for( int j = 0; j < 100; j++ )
1264             {
1265                 intra[j]  = *rnd++ & 0x7fff;
1266                 intra[j] += !intra[j];
1267                 inter[j]  = *rnd++ & 0x7fff;
1268                 qscale[j] = *rnd++ & 0x7fff;
1269             }
1270             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1271             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1272             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1273             x264_emms();
1274             for( int j = 0; j < 100; j++ )
1275                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1276         }
1277         report( "mbtree propagate :" );
1278     }
1279
1280     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1281     {
1282         set_func_name( "memcpy_aligned" );
1283         ok = 1; used_asm = 1;
1284         for( int size = 16; size < 256; size += 16 )
1285         {
1286             memset( buf4, 0xAA, size + 1 );
1287             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1288             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1289             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1290             {
1291                 ok = 0;
1292                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", size );
1293                 break;
1294             }
1295         }
1296         report( "memcpy aligned :" );
1297     }
1298
1299     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1300     {
1301         set_func_name( "memzero_aligned" );
1302         ok = 1; used_asm = 1;
1303         for( int size = 128; size < 1024; size += 128 )
1304         {
1305             memset( buf4, 0xAA, size + 1 );
1306             call_c( mc_c.memzero_aligned, buf3, size );
1307             call_a( mc_a.memzero_aligned, buf4, size );
1308             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1309             {
1310                 ok = 0;
1311                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", size );
1312                 break;
1313             }
1314         }
1315         report( "memzero aligned :" );
1316     }
1317
1318     return ret;
1319 }
1320
1321 static int check_deblock( int cpu_ref, int cpu_new )
1322 {
1323     x264_deblock_function_t db_c;
1324     x264_deblock_function_t db_ref;
1325     x264_deblock_function_t db_a;
1326     int ret = 0, ok = 1, used_asm = 0;
1327     int alphas[36], betas[36];
1328     int8_t tcs[36][4];
1329
1330     x264_deblock_init( 0, &db_c, 0 );
1331     x264_deblock_init( cpu_ref, &db_ref, 0 );
1332     x264_deblock_init( cpu_new, &db_a, 0 );
1333
1334     /* not exactly the real values of a,b,tc but close enough */
1335     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1336     {
1337         alphas[i] = a << (BIT_DEPTH-8);
1338         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1339         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1340         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1341         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1342         a = a*9/10;
1343         c = c*9/10;
1344     }
1345
1346 #define TEST_DEBLOCK( name, align, ... ) \
1347     for( int i = 0; i < 36; i++ ) \
1348     { \
1349         int off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1350         for( int j = 0; j < 1024; j++ ) \
1351             /* two distributions of random to excersize different failure modes */ \
1352             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1353         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1354         if( db_a.name != db_ref.name ) \
1355         { \
1356             set_func_name( #name ); \
1357             used_asm = 1; \
1358             call_c1( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1359             call_a1( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1360             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1361             { \
1362                 ok = 0; \
1363                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1364                 break; \
1365             } \
1366             call_c2( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1367             call_a2( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1368         } \
1369     }
1370
1371     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1372     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1373     TEST_DEBLOCK( deblock_chroma[0], 0, tcs[i] );
1374     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1375     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1376     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1377     TEST_DEBLOCK( deblock_chroma_intra[0], 0 );
1378     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1379
1380     if( db_a.deblock_strength != db_ref.deblock_strength )
1381     {
1382         for( int i = 0; i < 100; i++ )
1383         {
1384             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1385             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1386             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1387             ALIGNED_ARRAY_16( uint8_t, bs, [2],[2][8][4] );
1388             memset( bs, 99, sizeof(bs) );
1389             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1390                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1391             for( int j = 0; j < 2; j++ )
1392                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1393                 {
1394                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1395                     for( int l = 0; l < 2; l++ )
1396                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1397                 }
1398             set_func_name( "deblock_strength" );
1399             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1400             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1401             if( memcmp( bs[0], bs[1], sizeof(bs[0]) ) )
1402             {
1403                 ok = 0;
1404                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1405                 for( int j = 0; j < 2; j++ )
1406                 {
1407                     for( int k = 0; k < 2; k++ )
1408                         for( int l = 0; l < 4; l++ )
1409                         {
1410                             for( int m = 0; m < 4; m++ )
1411                                 printf("%d ",bs[j][k][l][m]);
1412                             printf("\n");
1413                         }
1414                     printf("\n");
1415                 }
1416                 break;
1417             }
1418         }
1419     }
1420
1421     report( "deblock :" );
1422
1423     return ret;
1424 }
1425
1426 static int check_quant( int cpu_ref, int cpu_new )
1427 {
1428     x264_quant_function_t qf_c;
1429     x264_quant_function_t qf_ref;
1430     x264_quant_function_t qf_a;
1431     ALIGNED_16( dctcoef dct1[64] );
1432     ALIGNED_16( dctcoef dct2[64] );
1433     ALIGNED_16( uint8_t cqm_buf[64] );
1434     int ret = 0, ok, used_asm;
1435     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1436     x264_t h_buf;
1437     x264_t *h = &h_buf;
1438     memset( h, 0, sizeof(*h) );
1439     h->sps->i_chroma_format_idc = 1;
1440     x264_param_default( &h->param );
1441     h->chroma_qp_table = i_chroma_qp_table + 12;
1442     h->param.analyse.b_transform_8x8 = 1;
1443
1444     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1445     {
1446         if( i_cqm == 0 )
1447         {
1448             for( int i = 0; i < 6; i++ )
1449                 h->pps->scaling_list[i] = x264_cqm_flat16;
1450             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1451         }
1452         else if( i_cqm == 1 )
1453         {
1454             for( int i = 0; i < 6; i++ )
1455                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1456             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1457         }
1458         else
1459         {
1460             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1461             if( i_cqm == 2 )
1462                 for( int i = 0; i < 64; i++ )
1463                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1464             else
1465                 for( int i = 0; i < 64; i++ )
1466                     cqm_buf[i] = 1;
1467             for( int i = 0; i < 6; i++ )
1468                 h->pps->scaling_list[i] = cqm_buf;
1469             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1470         }
1471
1472         h->param.rc.i_qp_min = 0;
1473         h->param.rc.i_qp_max = QP_MAX;
1474         x264_cqm_init( h );
1475         x264_quant_init( h, 0, &qf_c );
1476         x264_quant_init( h, cpu_ref, &qf_ref );
1477         x264_quant_init( h, cpu_new, &qf_a );
1478
1479 #define INIT_QUANT8(j) \
1480         { \
1481             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1482             for( int i = 0; i < 64; i++ ) \
1483             { \
1484                 unsigned int scale = (255*scale1d[i>>3]*scale1d[i&7])/16; \
1485                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1486             } \
1487         }
1488
1489 #define INIT_QUANT4(j) \
1490         { \
1491             static const int scale1d[4] = {4,6,4,6}; \
1492             for( int i = 0; i < 16; i++ ) \
1493             { \
1494                 unsigned int scale = 255*scale1d[i>>2]*scale1d[i&3]; \
1495                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1496             } \
1497         }
1498
1499 #define TEST_QUANT_DC( name, cqm ) \
1500         if( qf_a.name != qf_ref.name ) \
1501         { \
1502             set_func_name( #name ); \
1503             used_asms[0] = 1; \
1504             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1505             { \
1506                 for( int j = 0; j < 2; j++ ) \
1507                 { \
1508                     int result_c, result_a; \
1509                     for( int i = 0; i < 16; i++ ) \
1510                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1511                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1512                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1513                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1514                     { \
1515                         oks[0] = 0; \
1516                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1517                         break; \
1518                     } \
1519                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1520                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1521                 } \
1522             } \
1523         }
1524
1525 #define TEST_QUANT( qname, block, w ) \
1526         if( qf_a.qname != qf_ref.qname ) \
1527         { \
1528             set_func_name( #qname ); \
1529             used_asms[0] = 1; \
1530             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1531             { \
1532                 for( int j = 0; j < 2; j++ ) \
1533                 { \
1534                     INIT_QUANT##w(j) \
1535                     int result_c = call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1536                     int result_a = call_a1( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1537                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1538                     { \
1539                         oks[0] = 0; \
1540                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1541                         break; \
1542                     } \
1543                     call_c2( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1544                     call_a2( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1545                 } \
1546             } \
1547         }
1548
1549         TEST_QUANT( quant_8x8, CQM_8IY, 8 );
1550         TEST_QUANT( quant_8x8, CQM_8PY, 8 );
1551         TEST_QUANT( quant_4x4, CQM_4IY, 4 );
1552         TEST_QUANT( quant_4x4, CQM_4PY, 4 );
1553         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
1554         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
1555
1556 #define TEST_DEQUANT( qname, dqname, block, w ) \
1557         if( qf_a.dqname != qf_ref.dqname ) \
1558         { \
1559             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1560             used_asms[1] = 1; \
1561             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1562             { \
1563                 INIT_QUANT##w(1) \
1564                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1565                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1566                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1567                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1568                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1569                 { \
1570                     oks[1] = 0; \
1571                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1572                     break; \
1573                 } \
1574                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1575                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1576             } \
1577         }
1578
1579         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
1580         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
1581         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
1582         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
1583
1584 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
1585         if( qf_a.dqname != qf_ref.dqname ) \
1586         { \
1587             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1588             used_asms[1] = 1; \
1589             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1590             { \
1591                 for( int i = 0; i < 16; i++ ) \
1592                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
1593                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
1594                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1595                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1596                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1597                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1598                 { \
1599                     oks[1] = 0; \
1600                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1601                 } \
1602                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1603                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1604             } \
1605         }
1606
1607         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
1608
1609 #define TEST_OPTIMIZE_CHROMA_DC( qname, optname, w ) \
1610         if( qf_a.optname != qf_ref.optname ) \
1611         { \
1612             set_func_name( #optname ); \
1613             used_asms[2] = 1; \
1614             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1615             { \
1616                 int dmf = h->dequant4_mf[CQM_4IC][qp%6][0] << qp/6; \
1617                 if( dmf > 32*64 ) \
1618                     continue; \
1619                 for( int i = 16; ; i <<= 1 )\
1620                 { \
1621                     int res_c, res_asm; \
1622                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
1623                     for( int j = 0; j < w*w; j++ ) \
1624                         dct1[j] = rand()%(max*2+1) - max; \
1625                     call_c1( qf_c.qname, dct1, h->quant4_mf[CQM_4IC][qp][0]>>1, h->quant4_bias[CQM_4IC][qp][0]>>1 ); \
1626                     memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1627                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
1628                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
1629                     if( res_c != res_asm || memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1630                     { \
1631                         oks[2] = 0; \
1632                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
1633                     } \
1634                     call_c2( qf_c.optname, dct1, dmf ); \
1635                     call_a2( qf_a.optname, dct2, dmf ); \
1636                     if( i >= PIXEL_MAX*16 ) \
1637                         break; \
1638                 } \
1639             } \
1640         }
1641
1642         TEST_OPTIMIZE_CHROMA_DC( quant_2x2_dc, optimize_chroma_dc, 2 );
1643
1644         x264_cqm_delete( h );
1645     }
1646
1647     ok = oks[0]; used_asm = used_asms[0];
1648     report( "quant :" );
1649
1650     ok = oks[1]; used_asm = used_asms[1];
1651     report( "dequant :" );
1652
1653     ok = oks[2]; used_asm = used_asms[2];
1654     report( "optimize chroma dc :" );
1655
1656     ok = 1; used_asm = 0;
1657     if( qf_a.denoise_dct != qf_ref.denoise_dct )
1658     {
1659         used_asm = 1;
1660         for( int size = 16; size <= 64; size += 48 )
1661         {
1662             set_func_name( "denoise_dct" );
1663             memcpy( dct1, buf1, size*sizeof(dctcoef) );
1664             memcpy( dct2, buf1, size*sizeof(dctcoef) );
1665             memcpy( buf3+256, buf3, 256 );
1666             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (udctcoef*)buf2, size );
1667             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
1668             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
1669                 ok = 0;
1670             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (udctcoef*)buf2, size );
1671             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
1672         }
1673     }
1674     report( "denoise dct :" );
1675
1676 #define TEST_DECIMATE( decname, w, ac, thresh ) \
1677     if( qf_a.decname != qf_ref.decname ) \
1678     { \
1679         set_func_name( #decname ); \
1680         used_asm = 1; \
1681         for( int i = 0; i < 100; i++ ) \
1682         { \
1683             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
1684             static const int zerorate_lut[4] = {3,7,15,31};\
1685             int zero_rate = zerorate_lut[i&3];\
1686             for( int idx = 0; idx < w*w; idx++ ) \
1687             { \
1688                 int sign = (rand()&1) ? -1 : 1; \
1689                 int abs_level = distrib[rand()&15]; \
1690                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
1691                 int zero = !(rand()&zero_rate); \
1692                 dct1[idx] = zero * abs_level * sign; \
1693             } \
1694             if( ac ) \
1695                 dct1[0] = 0; \
1696             int result_c = call_c( qf_c.decname, dct1 ); \
1697             int result_a = call_a( qf_a.decname, dct1 ); \
1698             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
1699             { \
1700                 ok = 0; \
1701                 fprintf( stderr, #decname ": [FAILED]\n" ); \
1702                 break; \
1703             } \
1704         } \
1705     }
1706
1707     ok = 1; used_asm = 0;
1708     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
1709     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
1710     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
1711     report( "decimate_score :" );
1712
1713 #define TEST_LAST( last, lastname, w, ac ) \
1714     if( qf_a.last != qf_ref.last ) \
1715     { \
1716         set_func_name( #lastname ); \
1717         used_asm = 1; \
1718         for( int i = 0; i < 100; i++ ) \
1719         { \
1720             int nnz = 0; \
1721             int max = rand() & (w*w-1); \
1722             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1723             for( int idx = ac; idx < max; idx++ ) \
1724                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1725             if( !nnz ) \
1726                 dct1[ac] = 1; \
1727             int result_c = call_c( qf_c.last, dct1+ac ); \
1728             int result_a = call_a( qf_a.last, dct1+ac ); \
1729             if( result_c != result_a ) \
1730             { \
1731                 ok = 0; \
1732                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
1733                 break; \
1734             } \
1735         } \
1736     }
1737
1738     ok = 1; used_asm = 0;
1739     TEST_LAST( coeff_last[DCT_CHROMA_DC],  coeff_last4, 2, 0 );
1740     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 4, 1 );
1741     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 4, 0 );
1742     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 8, 0 );
1743     report( "coeff_last :" );
1744
1745 #define TEST_LEVELRUN( lastname, name, w, ac ) \
1746     if( qf_a.lastname != qf_ref.lastname ) \
1747     { \
1748         set_func_name( #name ); \
1749         used_asm = 1; \
1750         for( int i = 0; i < 100; i++ ) \
1751         { \
1752             x264_run_level_t runlevel_c, runlevel_a; \
1753             int nnz = 0; \
1754             int max = rand() & (w*w-1); \
1755             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1756             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
1757             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
1758             for( int idx = ac; idx < max; idx++ ) \
1759                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1760             if( !nnz ) \
1761                 dct1[ac] = 1; \
1762             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
1763             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
1764             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
1765                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c) || \
1766                 memcmp(runlevel_c.run, runlevel_a.run, sizeof(uint8_t)*(result_c-1)) ) \
1767             { \
1768                 ok = 0; \
1769                 fprintf( stderr, #name ": [FAILED]\n" ); \
1770                 break; \
1771             } \
1772         } \
1773     }
1774
1775     ok = 1; used_asm = 0;
1776     TEST_LEVELRUN( coeff_level_run[DCT_CHROMA_DC],  coeff_level_run4, 2, 0 );
1777     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 4, 1 );
1778     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 4, 0 );
1779     report( "coeff_level_run :" );
1780
1781     return ret;
1782 }
1783
1784 static int check_intra( int cpu_ref, int cpu_new )
1785 {
1786     int ret = 0, ok = 1, used_asm = 0;
1787     ALIGNED_ARRAY_32( pixel, edge,[36] );
1788     ALIGNED_ARRAY_32( pixel, edge2,[36] );
1789     ALIGNED_16( pixel fdec[FDEC_STRIDE*20] );
1790     struct
1791     {
1792         x264_predict_t      predict_16x16[4+3];
1793         x264_predict_t      predict_8x8c[4+3];
1794         x264_predict8x8_t   predict_8x8[9+3];
1795         x264_predict_t      predict_4x4[9+3];
1796         x264_predict_8x8_filter_t predict_8x8_filter;
1797     } ip_c, ip_ref, ip_a;
1798
1799     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
1800     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
1801     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
1802     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
1803
1804     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
1805     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
1806     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
1807     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
1808
1809     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
1810     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
1811     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
1812     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
1813
1814     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
1815
1816     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
1817
1818 #define INTRA_TEST( name, dir, w, align, bench, ... )\
1819     if( ip_a.name[dir] != ip_ref.name[dir] )\
1820     {\
1821         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
1822         used_asm = 1;\
1823         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
1824         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
1825         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
1826         {\
1827             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
1828             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
1829             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
1830             {\
1831                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
1832                 ok = 0;\
1833                 for( int k = -1; k < 16; k++ )\
1834                     printf( "%2x ", edge[16+k] );\
1835                 printf( "\n" );\
1836                 for( int j = 0; j < w; j++ )\
1837                 {\
1838                     printf( "%2x ", edge[14-j] );\
1839                     for( int k = 0; k < w; k++ )\
1840                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
1841                     printf( "\n" );\
1842                 }\
1843                 printf( "\n" );\
1844                 for( int j = 0; j < w; j++ )\
1845                 {\
1846                     printf( "   " );\
1847                     for( int k = 0; k < w; k++ )\
1848                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
1849                     printf( "\n" );\
1850                 }\
1851                 break;\
1852             }\
1853         }\
1854     }
1855
1856     for( int i = 0; i < 12; i++ )
1857         INTRA_TEST(   predict_4x4, i,  4,  4, );
1858     for( int i = 0; i < 7; i++ )
1859         INTRA_TEST(  predict_8x8c, i,  8, 16, );
1860     for( int i = 0; i < 7; i++ )
1861         INTRA_TEST( predict_16x16, i, 16, 16, );
1862     for( int i = 0; i < 12; i++ )
1863         INTRA_TEST(   predict_8x8, i,  8,  8, , edge );
1864
1865     set_func_name("intra_predict_8x8_filter");
1866     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
1867     {
1868         used_asm = 1;
1869         for( int i = 0; i < 32; i++ )
1870         {
1871             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
1872                 continue;
1873             int neighbor = (i&24)>>1;
1874             memset( edge,  0, 36*sizeof(pixel) );
1875             memset( edge2, 0, 36*sizeof(pixel) );
1876             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
1877             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
1878             if( !(neighbor&MB_TOPLEFT) )
1879                 edge[15] = edge2[15] = 0;
1880             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
1881             {
1882                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
1883                 ok = 0;
1884             }
1885         }
1886     }
1887
1888 #define EXTREMAL_PLANE(size) \
1889     { \
1890         int max[7]; \
1891         for( int j = 0; j < 7; j++ ) \
1892             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
1893         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
1894         for( int j = 0; j < size/2; j++ ) \
1895             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
1896         for( int j = size/2; j < size-1; j++ ) \
1897             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
1898         fdec[48+(size-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
1899         for( int j = 0; j < size/2; j++ ) \
1900             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
1901         for( int j = size/2; j < size-1; j++ ) \
1902             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
1903         fdec[48+(size-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
1904     }
1905     /* Extremal test case for planar prediction. */
1906     for( int test = 0; test < 100 && ok; test++ )
1907         for( int i = 0; i < 128 && ok; i++ )
1908         {
1909             EXTREMAL_PLANE(  8 );
1910             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8, 64, 1 );
1911             EXTREMAL_PLANE( 16 );
1912             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 64, 1 );
1913         }
1914     report( "intra pred :" );
1915     return ret;
1916 }
1917
1918 #define DECL_CABAC(cpu) \
1919 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
1920 {\
1921     x264_cabac_t cb;\
1922     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
1923     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1924     for( int i = 0; i < 0x1000; i++ )\
1925         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
1926 }\
1927 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
1928 {\
1929     x264_cabac_t cb;\
1930     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
1931     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1932     for( int i = 0; i < 0x1000; i++ )\
1933         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
1934 }\
1935 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
1936 {\
1937     x264_cabac_t cb;\
1938     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
1939     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1940     for( int i = 0; i < 0x1000; i++ )\
1941         x264_cabac_encode_terminal_##cpu( &cb );\
1942 }
1943 DECL_CABAC(c)
1944 #if HAVE_MMX
1945 DECL_CABAC(asm)
1946 #else
1947 #define run_cabac_decision_asm run_cabac_decision_c
1948 #define run_cabac_bypass_asm run_cabac_bypass_c
1949 #define run_cabac_terminal_asm run_cabac_terminal_c
1950 #endif
1951
1952 static int check_cabac( int cpu_ref, int cpu_new )
1953 {
1954     int ret = 0, ok, used_asm = 1;
1955     x264_t h;
1956     h.sps->i_chroma_format_idc = 3;
1957     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
1958         return 0;
1959     x264_cabac_init( &h );
1960
1961     set_func_name( "cabac_encode_decision" );
1962     memcpy( buf4, buf3, 0x1000 );
1963     call_c( run_cabac_decision_c, &h, buf3 );
1964     call_a( run_cabac_decision_asm, &h, buf4 );
1965     ok = !memcmp( buf3, buf4, 0x1000 );
1966     report( "cabac decision:" );
1967
1968     set_func_name( "cabac_encode_bypass" );
1969     memcpy( buf4, buf3, 0x1000 );
1970     call_c( run_cabac_bypass_c, &h, buf3 );
1971     call_a( run_cabac_bypass_asm, &h, buf4 );
1972     ok = !memcmp( buf3, buf4, 0x1000 );
1973     report( "cabac bypass:" );
1974
1975     set_func_name( "cabac_encode_terminal" );
1976     memcpy( buf4, buf3, 0x1000 );
1977     call_c( run_cabac_terminal_c, &h, buf3 );
1978     call_a( run_cabac_terminal_asm, &h, buf4 );
1979     ok = !memcmp( buf3, buf4, 0x1000 );
1980     report( "cabac terminal:" );
1981
1982     return ret;
1983 }
1984
1985 static int check_bitstream( int cpu_ref, int cpu_new )
1986 {
1987     x264_bitstream_function_t bs_c;
1988     x264_bitstream_function_t bs_ref;
1989     x264_bitstream_function_t bs_a;
1990
1991     int ret = 0, ok = 1, used_asm = 0;
1992
1993     x264_bitstream_init( 0, &bs_c );
1994     x264_bitstream_init( cpu_ref, &bs_ref );
1995     x264_bitstream_init( cpu_new, &bs_a );
1996     if( bs_a.nal_escape != bs_ref.nal_escape )
1997     {
1998         int size = 0x4000;
1999         uint8_t *input = malloc(size+100);
2000         uint8_t *output1 = malloc(size*2);
2001         uint8_t *output2 = malloc(size*2);
2002         used_asm = 1;
2003         set_func_name( "nal_escape" );
2004         for( int i = 0; i < 100; i++ )
2005         {
2006             /* Test corner-case sizes */
2007             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2008             /* Test 8 different probability distributions of zeros */
2009             for( int j = 0; j < test_size+32; j++ )
2010                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2011             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2012             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2013             int size_c = end_c-output1;
2014             int size_a = end_a-output2;
2015             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2016             {
2017                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2018                 ok = 0;
2019                 break;
2020             }
2021         }
2022         for( int j = 0; j < size+32; j++ )
2023             input[j] = rand();
2024         call_c2( bs_c.nal_escape, output1, input, input+size );
2025         call_a2( bs_a.nal_escape, output2, input, input+size );
2026         free(input);
2027         free(output1);
2028         free(output2);
2029     }
2030     report( "nal escape:" );
2031
2032     return ret;
2033 }
2034
2035 static int check_all_funcs( int cpu_ref, int cpu_new )
2036 {
2037     return check_pixel( cpu_ref, cpu_new )
2038          + check_dct( cpu_ref, cpu_new )
2039          + check_mc( cpu_ref, cpu_new )
2040          + check_intra( cpu_ref, cpu_new )
2041          + check_deblock( cpu_ref, cpu_new )
2042          + check_quant( cpu_ref, cpu_new )
2043          + check_cabac( cpu_ref, cpu_new )
2044          + check_bitstream( cpu_ref, cpu_new );
2045 }
2046
2047 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2048 {
2049     *cpu_ref = *cpu_new;
2050     *cpu_new |= flags;
2051     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2052         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2053     if( !quiet )
2054         fprintf( stderr, "x264: %s\n", name );
2055     return check_all_funcs( *cpu_ref, *cpu_new );
2056 }
2057
2058 static int check_all_flags( void )
2059 {
2060     int ret = 0;
2061     int cpu0 = 0, cpu1 = 0;
2062 #if HAVE_MMX
2063     if( x264_cpu_detect() & X264_CPU_MMX2 )
2064     {
2065         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2066         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2067         cpu1 &= ~X264_CPU_CACHELINE_64;
2068 #if ARCH_X86
2069         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2070         cpu1 &= ~X264_CPU_CACHELINE_32;
2071 #endif
2072         if( x264_cpu_detect() & X264_CPU_LZCNT )
2073         {
2074             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX_LZCNT" );
2075             cpu1 &= ~X264_CPU_LZCNT;
2076         }
2077         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2078         cpu1 &= ~X264_CPU_SLOW_CTZ;
2079     }
2080     if( x264_cpu_detect() & X264_CPU_SSE2 )
2081     {
2082         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE | X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2083         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2084         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2085         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSE2 FastShuffle" );
2086         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
2087         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2088         cpu1 &= ~X264_CPU_SLOW_CTZ;
2089         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSE2 SlowAtom" );
2090         cpu1 &= ~X264_CPU_SLOW_ATOM;
2091     }
2092     if( x264_cpu_detect() & X264_CPU_SSE_MISALIGN )
2093     {
2094         cpu1 &= ~X264_CPU_CACHELINE_64;
2095         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE_MISALIGN, "SSE_Misalign" );
2096         cpu1 &= ~X264_CPU_SSE_MISALIGN;
2097     }
2098     if( x264_cpu_detect() & X264_CPU_LZCNT )
2099     {
2100         cpu1 &= ~X264_CPU_CACHELINE_64;
2101         ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE_LZCNT" );
2102         cpu1 &= ~X264_CPU_LZCNT;
2103     }
2104     if( x264_cpu_detect() & X264_CPU_SSE3 )
2105         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2106     if( x264_cpu_detect() & X264_CPU_SSSE3 )
2107     {
2108         cpu1 &= ~X264_CPU_CACHELINE_64;
2109         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2110         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2111         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSSE3 FastShuffle" );
2112         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
2113         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2114         cpu1 &= ~X264_CPU_SLOW_CTZ;
2115         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2116         cpu1 &= ~X264_CPU_SLOW_ATOM;
2117     }
2118     if( x264_cpu_detect() & X264_CPU_SSE4 )
2119     {
2120         cpu1 &= ~X264_CPU_CACHELINE_64;
2121         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2122     }
2123     if( x264_cpu_detect() & X264_CPU_AVX )
2124         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2125 #elif ARCH_PPC
2126     if( x264_cpu_detect() & X264_CPU_ALTIVEC )
2127     {
2128         fprintf( stderr, "x264: ALTIVEC against C\n" );
2129         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2130     }
2131 #elif ARCH_ARM
2132     if( x264_cpu_detect() & X264_CPU_ARMV6 )
2133         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2134     if( x264_cpu_detect() & X264_CPU_NEON )
2135         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2136     if( x264_cpu_detect() & X264_CPU_FAST_NEON_MRC )
2137         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2138 #endif
2139     return ret;
2140 }
2141
2142 int main(int argc, char *argv[])
2143 {
2144     int ret = 0;
2145
2146     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2147     {
2148 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM
2149         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2150         return 1;
2151 #endif
2152         do_bench = 1;
2153         if( argv[1][7] == '=' )
2154         {
2155             bench_pattern = argv[1]+8;
2156             bench_pattern_len = strlen(bench_pattern);
2157         }
2158         argc--;
2159         argv++;
2160     }
2161
2162     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2163     fprintf( stderr, "x264: using random seed %u\n", seed );
2164     srand( seed );
2165
2166     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 16*BENCH_ALIGNS );
2167     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 16*BENCH_ALIGNS );
2168     if( !buf1 || !pbuf1 )
2169     {
2170         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2171         return -1;
2172     }
2173 #define INIT_POINTER_OFFSETS\
2174     buf2 = buf1 + 0xf00;\
2175     buf3 = buf2 + 0xf00;\
2176     buf4 = buf3 + 0x1000*sizeof(pixel);\
2177     pbuf2 = pbuf1 + 0xf00;\
2178     pbuf3 = (pixel*)buf3;\
2179     pbuf4 = (pixel*)buf4;
2180     INIT_POINTER_OFFSETS;
2181     for( int i = 0; i < 0x1e00; i++ )
2182     {
2183         buf1[i] = rand() & 0xFF;
2184         pbuf1[i] = rand() & PIXEL_MAX;
2185     }
2186     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2187
2188     /* 16-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2189     if( do_bench )
2190         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2191         {
2192             INIT_POINTER_OFFSETS;
2193             ret |= x264_stack_pagealign( check_all_flags, i*16 );
2194             buf1 += 16;
2195             pbuf1 += 16;
2196             quiet = 1;
2197             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2198         }
2199     else
2200         ret = check_all_flags();
2201
2202     if( ret )
2203     {
2204         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2205         return -1;
2206     }
2207     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2208     if( do_bench )
2209         print_bench();
2210     return 0;
2211 }
2212