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[33] );
 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         int res_c, res_asm;
 424         set_func_name( "vsad" );
 425         used_asm = 1;
 426         res_c   = call_c( pixel_c.vsad,   pbuf1, 16 );
 427         res_asm = call_a( pixel_asm.vsad, pbuf1, 16 );
 428         if( res_c != res_asm )
 429         {
 430             ok = 0;
 431             fprintf( stderr, "vsad: %d != %d\n", res_c, res_asm );
 432         }
 433     }
 434     report( "pixel vsad :" );
 435
 436 #define TEST_INTRA_MBCMP( name, pred, satd, i8x8, ... ) \
 437     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
 438     { \
 439         int res_c[3], res_asm[3]; \
 440         set_func_name( #name ); \
 441         used_asm = 1; \
 442         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
 443         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
 444         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
 445         { \
 446             ok = 0; \
 447             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
 448                      res_c[0], res_c[1], res_c[2], \
 449                      res_asm[0], res_asm[1], res_asm[2] ); \
 450         } \
 451     }
 452
 453     ok = 1; used_asm = 0;
 454     TEST_INTRA_MBCMP( intra_satd_x3_16x16, predict_16x16, satd[PIXEL_16x16], 0 );
 455     TEST_INTRA_MBCMP( intra_satd_x3_8x8c , predict_8x8c , satd[PIXEL_8x8]  , 0 );
 456     TEST_INTRA_MBCMP( intra_satd_x3_4x4  , predict_4x4  , satd[PIXEL_4x4]  , 0 );
 457     TEST_INTRA_MBCMP( intra_sa8d_x3_8x8  , predict_8x8  , sa8d[PIXEL_8x8]  , 1, edge );
 458     report( "intra satd_x3 :" );
 459     TEST_INTRA_MBCMP( intra_sad_x3_16x16 , predict_16x16, sad [PIXEL_16x16], 0 );
 460     TEST_INTRA_MBCMP( intra_sad_x3_8x8c  , predict_8x8c , sad [PIXEL_8x8]  , 0 );
 461     TEST_INTRA_MBCMP( intra_sad_x3_8x8   , predict_8x8  , sad [PIXEL_8x8]  , 1, edge );
 462     TEST_INTRA_MBCMP( intra_sad_x3_4x4   , predict_4x4  , sad [PIXEL_4x4]  , 0 );
 463     report( "intra sad_x3 :" );
 464
 465     ok = 1; used_asm = 0;
 466     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
 467     {
 468         used_asm = 1;
 469         set_func_name( "ssd_nv12" );
 470         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
 471         pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
 472         pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
 473         if( res_u_c != res_u_a || res_v_c != res_v_a )
 474         {
 475             ok = 0;
 476             fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
 477                      res_u_c, res_v_c, res_u_a, res_v_a );
 478         }
 479         call_c( pixel_c.ssd_nv12_core,   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
 480         call_a( pixel_asm.ssd_nv12_core, pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
 481     }
 482     report( "ssd_nv12 :" );
 483
 484     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
 485         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
 486     {
 487         float res_c, res_a;
 488         ALIGNED_16( int sums[5][4] ) = {{0}};
 489         used_asm = ok = 1;
 490         x264_emms();
 491         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3 );
 492         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3 );
 493         if( fabs( res_c - res_a ) > 1e-6 )
 494         {
 495             ok = 0;
 496             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
 497         }
 498         set_func_name( "ssim_core" );
 499         call_c2( pixel_c.ssim_4x4x2_core,   pbuf1+2, 32, pbuf2+2, 32, sums );
 500         call_a2( pixel_asm.ssim_4x4x2_core, pbuf1+2, 32, pbuf2+2, 32, sums );
 501         set_func_name( "ssim_end" );
 502         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
 503         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
 504         report( "ssim :" );
 505     }
 506
 507     ok = 1; used_asm = 0;
 508     for( int i = 0; i < 32; i++ )
 509         cost_mv[i] = i*10;
 510     for( int i = 0; i < 100 && ok; i++ )
 511         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
 512         {
 513             ALIGNED_16( uint16_t sums[72] );
 514             ALIGNED_16( int dc[4] );
 515             int16_t mvs_a[32], mvs_c[32];
 516             int mvn_a, mvn_c;
 517             int thresh = rand() & 0x3fff;
 518             set_func_name( "esa_ads" );
 519             for( int j = 0; j < 72; j++ )
 520                 sums[j] = rand() & 0x3fff;
 521             for( int j = 0; j < 4; j++ )
 522                 dc[j] = rand() & 0x3fff;
 523             used_asm = 1;
 524             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
 525             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
 526             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
 527             {
 528                 ok = 0;
 529                 printf( "c%d: ", i&3 );
 530                 for( int j = 0; j < mvn_c; j++ )
 531                     printf( "%d ", mvs_c[j] );
 532                 printf( "\na%d: ", i&3 );
 533                 for( int j = 0; j < mvn_a; j++ )
 534                     printf( "%d ", mvs_a[j] );
 535                 printf( "\n\n" );
 536             }
 537         }
 538     report( "esa ads:" );
 539
 540     return ret;
 541 }
 542
 543 static int check_dct( int cpu_ref, int cpu_new )
 544 {
 545     x264_dct_function_t dct_c;
 546     x264_dct_function_t dct_ref;
 547     x264_dct_function_t dct_asm;
 548     x264_quant_function_t qf;
 549     int ret = 0, ok, used_asm, interlace;
 550     ALIGNED_16( dctcoef dct1[16][16] );
 551     ALIGNED_16( dctcoef dct2[16][16] );
 552     ALIGNED_16( dctcoef dct4[16][16] );
 553     ALIGNED_16( dctcoef dct8[4][64] );
 554     ALIGNED_16( dctcoef dctdc[2][4] );
 555     x264_t h_buf;
 556     x264_t *h = &h_buf;
 557
 558     x264_dct_init( 0, &dct_c );
 559     x264_dct_init( cpu_ref, &dct_ref);
 560     x264_dct_init( cpu_new, &dct_asm );
 561
 562     memset( h, 0, sizeof(*h) );
 563     h->pps = h->pps_array;
 564     x264_param_default( &h->param );
 565     h->chroma_qp_table = i_chroma_qp_table + 12;
 566     h->param.analyse.i_luma_deadzone[0] = 0;
 567     h->param.analyse.i_luma_deadzone[1] = 0;
 568     h->param.analyse.b_transform_8x8 = 1;
 569     for( int i = 0; i < 6; i++ )
 570         h->pps->scaling_list[i] = x264_cqm_flat16;
 571     x264_cqm_init( h );
 572     x264_quant_init( h, 0, &qf );
 573
 574     /* overflow test cases */
 575     for( int i = 0; i < 5; i++ )
 576     {
 577         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
 578         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
 579
 580         for( int j = 0; j < 16; j++ )
 581         {
 582             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
 583             int cond_b = (i == 0) ? 1 : !cond_a;
 584             enc[0] = enc[1] = cond_a ? PIXEL_MAX : 0;
 585             enc[2] = enc[3] = cond_b ? PIXEL_MAX : 0;
 586
 587             for( int k = 0; k < 4; k++ )
 588                 dec[k] = PIXEL_MAX - enc[k];
 589
 590             enc += FENC_STRIDE;
 591             dec += FDEC_STRIDE;
 592         }
 593     }
 594
 595 #define TEST_DCT( name, t1, t2, size ) \
 596     if( dct_asm.name != dct_ref.name ) \
 597     { \
 598         set_func_name( #name ); \
 599         used_asm = 1; \
 600         pixel *enc = pbuf3; \
 601         pixel *dec = pbuf4; \
 602         for( int j = 0; j < 5; j++) \
 603         { \
 604             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
 605             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
 606             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 607             { \
 608                 ok = 0; \
 609                 fprintf( stderr, #name " [FAILED]\n" ); \
 610                 break; \
 611             } \
 612             call_c( dct_c.name, t1, enc, dec ); \
 613             call_a( dct_asm.name, t2, enc, dec ); \
 614             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 615             { \
 616                 ok = 0; \
 617                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
 618                 break; \
 619             } \
 620             enc += 16*FENC_STRIDE; \
 621             dec += 16*FDEC_STRIDE; \
 622         } \
 623     }
 624     ok = 1; used_asm = 0;
 625     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
 626     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
 627     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
 628     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
 629     report( "sub_dct4 :" );
 630
 631     ok = 1; used_asm = 0;
 632     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
 633     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
 634     report( "sub_dct8 :" );
 635 #undef TEST_DCT
 636
 637     // fdct and idct are denormalized by different factors, so quant/dequant
 638     // is needed to force the coefs into the right range.
 639     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
 640     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
 641     for( int i = 0; i < 16; i++ )
 642     {
 643         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
 644         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
 645     }
 646     for( int i = 0; i < 4; i++ )
 647     {
 648         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
 649         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
 650     }
 651     x264_cqm_delete( h );
 652
 653 #define TEST_IDCT( name, src ) \
 654     if( dct_asm.name != dct_ref.name ) \
 655     { \
 656         set_func_name( #name ); \
 657         used_asm = 1; \
 658         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
 659         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
 660         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
 661         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
 662         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
 663         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
 664         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
 665         { \
 666             ok = 0; \
 667             fprintf( stderr, #name " [FAILED]\n" ); \
 668         } \
 669         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
 670         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
 671     }
 672     ok = 1; used_asm = 0;
 673     TEST_IDCT( add4x4_idct, dct4 );
 674     TEST_IDCT( add8x8_idct, dct4 );
 675     TEST_IDCT( add8x8_idct_dc, dct4 );
 676     TEST_IDCT( add16x16_idct, dct4 );
 677     TEST_IDCT( add16x16_idct_dc, dct4 );
 678     report( "add_idct4 :" );
 679
 680     ok = 1; used_asm = 0;
 681     TEST_IDCT( add8x8_idct8, dct8 );
 682     TEST_IDCT( add16x16_idct8, dct8 );
 683     report( "add_idct8 :" );
 684 #undef TEST_IDCT
 685
 686 #define TEST_DCTDC( name )\
 687     ok = 1; used_asm = 0;\
 688     if( dct_asm.name != dct_ref.name )\
 689     {\
 690         set_func_name( #name );\
 691         used_asm = 1;\
 692         uint16_t *p = (uint16_t*)buf1;\
 693         for( int i = 0; i < 16 && ok; i++ )\
 694         {\
 695             for( int j = 0; j < 16; j++ )\
 696                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
 697                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
 698                            : ((*p++)&0x1fff)-0x1000; /* general case */\
 699             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
 700             call_c1( dct_c.name, dct1[0] );\
 701             call_a1( dct_asm.name, dct2[0] );\
 702             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
 703                 ok = 0;\
 704         }\
 705         call_c2( dct_c.name, dct1[0] );\
 706         call_a2( dct_asm.name, dct2[0] );\
 707     }\
 708     report( #name " :" );
 709
 710     TEST_DCTDC(  dct4x4dc );
 711     TEST_DCTDC( idct4x4dc );
 712 #undef TEST_DCTDC
 713
 714     x264_zigzag_function_t zigzag_c;
 715     x264_zigzag_function_t zigzag_ref;
 716     x264_zigzag_function_t zigzag_asm;
 717
 718     ALIGNED_16( dctcoef level1[64] );
 719     ALIGNED_16( dctcoef level2[64] );
 720
 721 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
 722     if( zigzag_asm.name != zigzag_ref.name ) \
 723     { \
 724         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 725         used_asm = 1; \
 726         memcpy(dct, buf1, size*sizeof(dctcoef)); \
 727         call_c( zigzag_c.name, t1, dct ); \
 728         call_a( zigzag_asm.name, t2, dct ); \
 729         if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 730         { \
 731             ok = 0; \
 732             fprintf( stderr, #name " [FAILED]\n" ); \
 733         } \
 734     }
 735
 736 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
 737     if( zigzag_asm.name != zigzag_ref.name ) \
 738     { \
 739         int nz_a, nz_c; \
 740         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 741         used_asm = 1; \
 742         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
 743         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
 744         nz_c = call_c1( zigzag_c.name, t1, pbuf2, pbuf3 ); \
 745         nz_a = call_a1( zigzag_asm.name, t2, pbuf2, pbuf4 ); \
 746         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
 747         { \
 748             ok = 0; \
 749             fprintf( stderr, #name " [FAILED]\n" ); \
 750         } \
 751         call_c2( zigzag_c.name, t1, pbuf2, pbuf3 ); \
 752         call_a2( zigzag_asm.name, t2, pbuf2, pbuf4 ); \
 753     }
 754
 755 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
 756     if( zigzag_asm.name != zigzag_ref.name ) \
 757     { \
 758         int nz_a, nz_c; \
 759         dctcoef dc_a, dc_c; \
 760         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 761         used_asm = 1; \
 762         for( int i = 0; i < 2; i++ ) \
 763         { \
 764             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
 765             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
 766             for( int j = 0; j < 4; j++ ) \
 767             { \
 768                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
 769                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
 770             } \
 771             nz_c = call_c1( zigzag_c.name, t1, pbuf2, pbuf3, &dc_c ); \
 772             nz_a = call_a1( zigzag_asm.name, t2, pbuf2, pbuf4, &dc_a ); \
 773             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 ) \
 774             { \
 775                 ok = 0; \
 776                 fprintf( stderr, #name " [FAILED]\n" ); \
 777                 break; \
 778             } \
 779         } \
 780         call_c2( zigzag_c.name, t1, pbuf2, pbuf3, &dc_c ); \
 781         call_a2( zigzag_asm.name, t2, pbuf2, pbuf4, &dc_a ); \
 782     }
 783
 784 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
 785     if( zigzag_asm.name != zigzag_ref.name ) \
 786     { \
 787         for( int j = 0; j < 100; j++ ) \
 788         { \
 789             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
 790             used_asm = 1; \
 791             memcpy(dct, buf1, size*sizeof(dctcoef)); \
 792             for( int i = 0; i < size; i++ ) \
 793                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
 794             memcpy(buf3, buf4, 10); \
 795             call_c( zigzag_c.name, t1, dct, buf3 ); \
 796             call_a( zigzag_asm.name, t2, dct, buf4 ); \
 797             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
 798             { \
 799                 ok = 0; \
 800             } \
 801         } \
 802     }
 803
 804     interlace = 0;
 805     x264_zigzag_init( 0, &zigzag_c, 0 );
 806     x264_zigzag_init( cpu_ref, &zigzag_ref, 0 );
 807     x264_zigzag_init( cpu_new, &zigzag_asm, 0 );
 808
 809     ok = 1; used_asm = 0;
 810     TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, (void*)dct1, 64 );
 811     TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 16  );
 812     TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
 813     TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
 814     report( "zigzag_frame :" );
 815
 816     interlace = 1;
 817     x264_zigzag_init( 0, &zigzag_c, 1 );
 818     x264_zigzag_init( cpu_ref, &zigzag_ref, 1 );
 819     x264_zigzag_init( cpu_new, &zigzag_asm, 1 );
 820
 821     ok = 1; used_asm = 0;
 822     TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, (void*)dct1, 64 );
 823     TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 16  );
 824     TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
 825     TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
 826     report( "zigzag_field :" );
 827
 828     ok = 1; used_asm = 0;
 829     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct1[0], 64 );
 830     report( "zigzag_interleave :" );
 831 #undef TEST_ZIGZAG_SCAN
 832 #undef TEST_ZIGZAG_SUB
 833
 834     return ret;
 835 }
 836
 837 static int check_mc( int cpu_ref, int cpu_new )
 838 {
 839     x264_mc_functions_t mc_c;
 840     x264_mc_functions_t mc_ref;
 841     x264_mc_functions_t mc_a;
 842     x264_pixel_function_t pixf;
 843
 844     pixel *src     = &(pbuf1)[2*64+2];
 845     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
 846                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
 847     pixel *dst1    = pbuf3;
 848     pixel *dst2    = pbuf4;
 849
 850     int ret = 0, ok, used_asm;
 851
 852     x264_mc_init( 0, &mc_c );
 853     x264_mc_init( cpu_ref, &mc_ref );
 854     x264_mc_init( cpu_new, &mc_a );
 855     x264_pixel_init( 0, &pixf );
 856
 857 #define MC_TEST_LUMA( w, h ) \
 858         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
 859         { \
 860             const x264_weight_t *weight = weight_none; \
 861             set_func_name( "mc_luma_%dx%d", w, h ); \
 862             used_asm = 1; \
 863             for( int i = 0; i < 1024; i++ ) \
 864                 pbuf3[i] = pbuf4[i] = 0xCD; \
 865             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
 866             call_a( mc_a.mc_luma, dst2, 32, src2, 64, dx, dy, w, h, weight ); \
 867             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
 868             { \
 869                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
 870                 ok = 0; \
 871             } \
 872         } \
 873         if( mc_a.get_ref != mc_ref.get_ref ) \
 874         { \
 875             pixel *ref = dst2; \
 876             int ref_stride = 32; \
 877             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
 878             const x264_weight_t *weight = weight_none; \
 879             set_func_name( "get_ref_%dx%d", w_checked, h ); \
 880             used_asm = 1; \
 881             for( int i = 0; i < 1024; i++ ) \
 882                 pbuf3[i] = pbuf4[i] = 0xCD; \
 883             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
 884             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, 64, dx, dy, w, h, weight ); \
 885             for( int i = 0; i < h; i++ ) \
 886                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
 887                 { \
 888                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
 889                     ok = 0; \
 890                     break; \
 891                 } \
 892         }
 893
 894 #define MC_TEST_CHROMA( w, h ) \
 895         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
 896         { \
 897             set_func_name( "mc_chroma_%dx%d", w, h ); \
 898             used_asm = 1; \
 899             for( int i = 0; i < 1024; i++ ) \
 900                 pbuf3[i] = pbuf4[i] = 0xCD; \
 901             call_c( mc_c.mc_chroma, dst1, dst1+8, 16, src, 64, dx, dy, w, h ); \
 902             call_a( mc_a.mc_chroma, dst2, dst2+8, 16, src, 64, dx, dy, w, h ); \
 903             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
 904             for( int j = 0; j < h; j++ ) \
 905                 for( int i = w; i < 8; i++ ) \
 906                 { \
 907                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
 908                     dst2[i+j*16] = dst1[i+j*16]; \
 909                 } \
 910             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
 911             { \
 912                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
 913                 ok = 0; \
 914             } \
 915         }
 916     ok = 1; used_asm = 0;
 917     for( int dy = -8; dy < 8; dy++ )
 918         for( int dx = -128; dx < 128; dx++ )
 919         {
 920             if( rand()&15 ) continue; // running all of them is too slow
 921             MC_TEST_LUMA( 20, 18 );
 922             MC_TEST_LUMA( 16, 16 );
 923             MC_TEST_LUMA( 16, 8 );
 924             MC_TEST_LUMA( 12, 10 );
 925             MC_TEST_LUMA( 8, 16 );
 926             MC_TEST_LUMA( 8, 8 );
 927             MC_TEST_LUMA( 8, 4 );
 928             MC_TEST_LUMA( 4, 8 );
 929             MC_TEST_LUMA( 4, 4 );
 930         }
 931     report( "mc luma :" );
 932
 933     ok = 1; used_asm = 0;
 934     for( int dy = -1; dy < 9; dy++ )
 935         for( int dx = -128; dx < 128; dx++ )
 936         {
 937             if( rand()&15 ) continue;
 938             MC_TEST_CHROMA( 8, 8 );
 939             MC_TEST_CHROMA( 8, 4 );
 940             MC_TEST_CHROMA( 4, 8 );
 941             MC_TEST_CHROMA( 4, 4 );
 942             MC_TEST_CHROMA( 4, 2 );
 943             MC_TEST_CHROMA( 2, 4 );
 944             MC_TEST_CHROMA( 2, 2 );
 945         }
 946     report( "mc chroma :" );
 947 #undef MC_TEST_LUMA
 948 #undef MC_TEST_CHROMA
 949
 950 #define MC_TEST_AVG( name, weight ) \
 951 { \
 952     ok = 1, used_asm = 0; \
 953     for( int i = 0; i < 10; i++ ) \
 954     { \
 955         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
 956         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
 957         if( mc_a.name[i] != mc_ref.name[i] ) \
 958         { \
 959             set_func_name( "%s_%s", #name, pixel_names[i] ); \
 960             used_asm = 1; \
 961             call_c1( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 962             call_a1( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 963             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
 964             { \
 965                 ok = 0; \
 966                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
 967             } \
 968             call_c2( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 969             call_a2( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
 970         } \
 971     } \
 972 }
 973
 974     for( int w = -63; w <= 127 && ok; w++ )
 975         MC_TEST_AVG( avg, w );
 976     report( "mc wpredb :" );
 977
 978 #define MC_TEST_WEIGHT( name, weight, aligned ) \
 979     int align_off = (aligned ? 0 : rand()%16); \
 980     ok = 1, used_asm = 0; \
 981     for( int i = 1; i <= 5; i++ ) \
 982     { \
 983         ALIGNED_16( pixel buffC[640] ); \
 984         ALIGNED_16( pixel buffA[640] ); \
 985         int j = X264_MAX( i*4, 2 ); \
 986         memset( buffC, 0, 640 * sizeof(pixel) ); \
 987         memset( buffA, 0, 640 * sizeof(pixel) ); \
 988         x264_t ha; \
 989         ha.mc = mc_a; \
 990         /* w12 is the same as w16 in some cases */ \
 991         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
 992             continue; \
 993         if( mc_a.name[i] != mc_ref.name[i] ) \
 994         { \
 995             set_func_name( "%s_w%d", #name, j ); \
 996             used_asm = 1; \
 997             call_c1( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
 998             mc_a.weight_cache(&ha, &weight); \
 999             call_a1( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
1000             for( int k = 0; k < 16; k++ ) \
1001                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1002                 { \
1003                     ok = 0; \
1004                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1005                     break; \
1006                 } \
1007             call_c2( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
1008             call_a2( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
1009         } \
1010     }
1011
1012     ok = 1; used_asm = 0;
1013
1014     int align_cnt = 0;
1015     for( int s = 0; s <= 127 && ok; s++ )
1016     {
1017         for( int o = -128; o <= 127 && ok; o++ )
1018         {
1019             if( rand() & 2047 ) continue;
1020             for( int d = 0; d <= 7 && ok; d++ )
1021             {
1022                 if( s == 1<<d )
1023                     continue;
1024                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1025                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1026             }
1027         }
1028
1029     }
1030     report( "mc weight :" );
1031
1032     ok = 1; used_asm = 0;
1033     for( int o = 0; o <= 127 && ok; o++ )
1034     {
1035         int s = 1, d = 0;
1036         if( rand() & 15 ) continue;
1037         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1038         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1039     }
1040     report( "mc offsetadd :" );
1041     ok = 1; used_asm = 0;
1042     for( int o = -128; o < 0 && ok; o++ )
1043     {
1044         int s = 1, d = 0;
1045         if( rand() & 15 ) continue;
1046         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1047         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1048     }
1049     report( "mc offsetsub :" );
1050
1051     ok = 1; used_asm = 0;
1052     if( mc_a.store_interleave_8x8x2 != mc_ref.store_interleave_8x8x2 )
1053     {
1054         set_func_name( "store_interleave_8x8x2" );
1055         used_asm = 1;
1056         memset( pbuf3, 0, 64*8 );
1057         memset( pbuf4, 0, 64*8 );
1058         call_c( mc_c.store_interleave_8x8x2, pbuf3, 64, pbuf1, pbuf1+16 );
1059         call_a( mc_a.store_interleave_8x8x2, pbuf4, 64, pbuf1, pbuf1+16 );
1060         if( memcmp( pbuf3, pbuf4, 64*8 ) )
1061             ok = 0;
1062     }
1063     if( mc_a.load_deinterleave_8x8x2_fenc != mc_ref.load_deinterleave_8x8x2_fenc )
1064     {
1065         set_func_name( "load_deinterleave_8x8x2_fenc" );
1066         used_asm = 1;
1067         call_c( mc_c.load_deinterleave_8x8x2_fenc, pbuf3, pbuf1, 64 );
1068         call_a( mc_a.load_deinterleave_8x8x2_fenc, pbuf4, pbuf1, 64 );
1069         if( memcmp( pbuf3, pbuf4, FENC_STRIDE*8 ) )
1070             ok = 0;
1071     }
1072     if( mc_a.load_deinterleave_8x8x2_fdec != mc_ref.load_deinterleave_8x8x2_fdec )
1073     {
1074         set_func_name( "load_deinterleave_8x8x2_fdec" );
1075         used_asm = 1;
1076         call_c( mc_c.load_deinterleave_8x8x2_fdec, pbuf3, pbuf1, 64 );
1077         call_a( mc_a.load_deinterleave_8x8x2_fdec, pbuf4, pbuf1, 64 );
1078         if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*8 ) )
1079             ok = 0;
1080     }
1081     report( "store_interleave :" );
1082
1083     struct plane_spec {
1084         int w, h, src_stride;
1085     } 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} };
1086     ok = 1; used_asm = 0;
1087     if( mc_a.plane_copy != mc_ref.plane_copy )
1088     {
1089         set_func_name( "plane_copy" );
1090         used_asm = 1;
1091         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1092         {
1093             int w = plane_specs[i].w;
1094             int h = plane_specs[i].h;
1095             int src_stride = plane_specs[i].src_stride;
1096             int dst_stride = (w + 127) & ~63;
1097             assert( dst_stride * h <= 0x1000 );
1098             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1099             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1100             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1101             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1102             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1103             for( int y = 0; y < h; y++ )
1104                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1105                 {
1106                     ok = 0;
1107                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1108                     break;
1109                 }
1110         }
1111     }
1112
1113     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1114     {
1115         set_func_name( "plane_copy_interleave" );
1116         used_asm = 1;
1117         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1118         {
1119             int w = (plane_specs[i].w + 1) >> 1;
1120             int h = plane_specs[i].h;
1121             int src_stride = (plane_specs[i].src_stride + 1) >> 1;
1122             int dst_stride = (2*w + 127) & ~63;
1123             assert( dst_stride * h <= 0x1000 );
1124             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1125             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1126             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1127             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1128             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1129             for( int y = 0; y < h; y++ )
1130                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1131                 {
1132                     ok = 0;
1133                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1134                     break;
1135                 }
1136         }
1137     }
1138
1139     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1140     {
1141         set_func_name( "plane_copy_deinterleave" );
1142         used_asm = 1;
1143         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1144         {
1145             int w = (plane_specs[i].w + 1) >> 1;
1146             int h = plane_specs[i].h;
1147             int dst_stride = w;
1148             int src_stride = (2*w + 127) & ~63;
1149             int offv = (dst_stride*h + 31) & ~15;
1150             memset( pbuf3, 0, 0x1000 );
1151             memset( pbuf4, 0, 0x1000 );
1152             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1153             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1154             for( int y = 0; y < h; y++ )
1155                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1156                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1157                 {
1158                     ok = 0;
1159                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, src_stride );
1160                     break;
1161                 }
1162         }
1163     }
1164     report( "plane_copy :" );
1165
1166     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1167     {
1168         pixel *srchpel = pbuf1+8+2*64;
1169         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1170         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1171         void *tmp = pbuf3+49*64;
1172         set_func_name( "hpel_filter" );
1173         ok = 1; used_asm = 1;
1174         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1175         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1176         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, 64, 48, 10, tmp );
1177         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, 64, 48, 10, tmp );
1178         for( int i = 0; i < 3; i++ )
1179             for( int j = 0; j < 10; j++ )
1180                 //FIXME ideally the first pixels would match too, but they aren't actually used
1181                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1182                 {
1183                     ok = 0;
1184                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1185                     for( int k = 0; k < 48; k++ )
1186                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1187                     printf( "\n" );
1188                     for( int k = 0; k < 48; k++ )
1189                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1190                     printf( "\n" );
1191                     break;
1192                 }
1193         report( "hpel filter :" );
1194     }
1195
1196     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1197     {
1198         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1199         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1200         set_func_name( "lowres_init" );
1201         ok = 1; used_asm = 1;
1202         for( int w = 40; w <= 48; w += 8 )
1203         {
1204             int stride = (w+8)&~15;
1205             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], w*2, stride, w, 16 );
1206             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], w*2, stride, w, 16 );
1207             for( int i = 0; i < 16; i++ )
1208             {
1209                 for( int j = 0; j < 4; j++ )
1210                     if( memcmp( dstc[j]+i*stride, dsta[j]+i*stride, w * sizeof(pixel) ) )
1211                     {
1212                         ok = 0;
1213                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1214                         for( int k = 0; k < w; k++ )
1215                             printf( "%d ", dstc[j][k+i*stride] );
1216                         printf( "\n" );
1217                         for( int k = 0; k < w; k++ )
1218                             printf( "%d ", dsta[j][k+i*stride] );
1219                         printf( "\n" );
1220                         break;
1221                     }
1222             }
1223         }
1224         report( "lowres init :" );
1225     }
1226
1227 #define INTEGRAL_INIT( name, size, ... )\
1228     if( mc_a.name != mc_ref.name )\
1229     {\
1230         int stride = 80;\
1231         set_func_name( #name );\
1232         used_asm = 1;\
1233         memcpy( buf3, buf1, size*2*stride );\
1234         memcpy( buf4, buf1, size*2*stride );\
1235         uint16_t *sum = (uint16_t*)buf3;\
1236         call_c1( mc_c.name, __VA_ARGS__ );\
1237         sum = (uint16_t*)buf4;\
1238         call_a1( mc_a.name, __VA_ARGS__ );\
1239         if( memcmp( buf3, buf4, (stride-8)*2 ) \
1240             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1241             ok = 0;\
1242         call_c2( mc_c.name, __VA_ARGS__ );\
1243         call_a2( mc_a.name, __VA_ARGS__ );\
1244     }
1245     ok = 1; used_asm = 0;
1246     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1247     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1248     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1249     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1250     report( "integral init :" );
1251
1252     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1253     {
1254         x264_emms();
1255         for( int i = 0; i < 10; i++ )
1256         {
1257             float fps_factor = (rand()&65535) / 256.;
1258             ok = 1; used_asm = 1;
1259             set_func_name( "mbtree_propagate" );
1260             int *dsta = (int*)buf3;
1261             int *dstc = dsta+400;
1262             uint16_t *prop = (uint16_t*)buf1;
1263             uint16_t *intra = (uint16_t*)buf4;
1264             uint16_t *inter = intra+100;
1265             uint16_t *qscale = inter+100;
1266             uint16_t *rnd = (uint16_t*)buf2;
1267             x264_emms();
1268             for( int j = 0; j < 100; j++ )
1269             {
1270                 intra[j]  = *rnd++ & 0x7fff;
1271                 intra[j] += !intra[j];
1272                 inter[j]  = *rnd++ & 0x7fff;
1273                 qscale[j] = *rnd++ & 0x7fff;
1274             }
1275             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1276             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1277             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1278             x264_emms();
1279             for( int j = 0; j < 100; j++ )
1280                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1281         }
1282         report( "mbtree propagate :" );
1283     }
1284
1285     return ret;
1286 }
1287
1288 static int check_deblock( int cpu_ref, int cpu_new )
1289 {
1290     x264_deblock_function_t db_c;
1291     x264_deblock_function_t db_ref;
1292     x264_deblock_function_t db_a;
1293     int ret = 0, ok = 1, used_asm = 0;
1294     int alphas[36], betas[36];
1295     int8_t tcs[36][4];
1296
1297     x264_deblock_init( 0, &db_c, 0 );
1298     x264_deblock_init( cpu_ref, &db_ref, 0 );
1299     x264_deblock_init( cpu_new, &db_a, 0 );
1300
1301     /* not exactly the real values of a,b,tc but close enough */
1302     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1303     {
1304         alphas[i] = a << (BIT_DEPTH-8);
1305         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1306         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1307         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1308         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1309         a = a*9/10;
1310         c = c*9/10;
1311     }
1312
1313 #define TEST_DEBLOCK( name, align, ... ) \
1314     for( int i = 0; i < 36; i++ ) \
1315     { \
1316         int off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1317         for( int j = 0; j < 1024; j++ ) \
1318             /* two distributions of random to excersize different failure modes */ \
1319             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1320         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1321         if( db_a.name != db_ref.name ) \
1322         { \
1323             set_func_name( #name ); \
1324             used_asm = 1; \
1325             call_c1( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1326             call_a1( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1327             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1328             { \
1329                 ok = 0; \
1330                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1331                 break; \
1332             } \
1333             call_c2( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1334             call_a2( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1335         } \
1336     }
1337
1338     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1339     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1340     TEST_DEBLOCK( deblock_chroma[0], 0, tcs[i] );
1341     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1342     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1343     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1344     TEST_DEBLOCK( deblock_chroma_intra[0], 0 );
1345     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1346
1347     if( db_a.deblock_strength != db_ref.deblock_strength )
1348     {
1349         for( int i = 0; i < 100; i++ )
1350         {
1351             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1352             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1353             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1354             ALIGNED_ARRAY_16( uint8_t, bs, [2],[2][8][4] );
1355             memset( bs, 99, sizeof(bs) );
1356             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1357                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1358             for( int j = 0; j < 2; j++ )
1359                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1360                 {
1361                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1362                     for( int l = 0; l < 2; l++ )
1363                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1364                 }
1365             set_func_name( "deblock_strength" );
1366             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1), NULL );
1367             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1), NULL );
1368             if( memcmp( bs[0], bs[1], sizeof(bs[0]) ) )
1369             {
1370                 ok = 0;
1371                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1372                 for( int j = 0; j < 2; j++ )
1373                 {
1374                     for( int k = 0; k < 2; k++ )
1375                         for( int l = 0; l < 4; l++ )
1376                         {
1377                             for( int m = 0; m < 4; m++ )
1378                                 printf("%d ",bs[j][k][l][m]);
1379                             printf("\n");
1380                         }
1381                     printf("\n");
1382                 }
1383                 break;
1384             }
1385         }
1386     }
1387
1388     report( "deblock :" );
1389
1390     return ret;
1391 }
1392
1393 static int check_quant( int cpu_ref, int cpu_new )
1394 {
1395     x264_quant_function_t qf_c;
1396     x264_quant_function_t qf_ref;
1397     x264_quant_function_t qf_a;
1398     ALIGNED_16( dctcoef dct1[64] );
1399     ALIGNED_16( dctcoef dct2[64] );
1400     ALIGNED_16( uint8_t cqm_buf[64] );
1401     int ret = 0, ok, used_asm;
1402     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1403     x264_t h_buf;
1404     x264_t *h = &h_buf;
1405     memset( h, 0, sizeof(*h) );
1406     h->pps = h->pps_array;
1407     x264_param_default( &h->param );
1408     h->chroma_qp_table = i_chroma_qp_table + 12;
1409     h->param.analyse.b_transform_8x8 = 1;
1410
1411     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1412     {
1413         if( i_cqm == 0 )
1414         {
1415             for( int i = 0; i < 6; i++ )
1416                 h->pps->scaling_list[i] = x264_cqm_flat16;
1417             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1418         }
1419         else if( i_cqm == 1 )
1420         {
1421             for( int i = 0; i < 6; i++ )
1422                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1423             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1424         }
1425         else
1426         {
1427             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1428             if( i_cqm == 2 )
1429                 for( int i = 0; i < 64; i++ )
1430                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1431             else
1432                 for( int i = 0; i < 64; i++ )
1433                     cqm_buf[i] = 1;
1434             for( int i = 0; i < 6; i++ )
1435                 h->pps->scaling_list[i] = cqm_buf;
1436             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1437         }
1438
1439         h->param.rc.i_qp_min = 0;
1440         h->param.rc.i_qp_max = QP_MAX;
1441         x264_cqm_init( h );
1442         x264_quant_init( h, 0, &qf_c );
1443         x264_quant_init( h, cpu_ref, &qf_ref );
1444         x264_quant_init( h, cpu_new, &qf_a );
1445
1446 #define INIT_QUANT8(j) \
1447         { \
1448             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1449             for( int i = 0; i < 64; i++ ) \
1450             { \
1451                 unsigned int scale = (255*scale1d[i>>3]*scale1d[i&7])/16; \
1452                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1453             } \
1454         }
1455
1456 #define INIT_QUANT4(j) \
1457         { \
1458             static const int scale1d[4] = {4,6,4,6}; \
1459             for( int i = 0; i < 16; i++ ) \
1460             { \
1461                 unsigned int scale = 255*scale1d[i>>2]*scale1d[i&3]; \
1462                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1463             } \
1464         }
1465
1466 #define TEST_QUANT_DC( name, cqm ) \
1467         if( qf_a.name != qf_ref.name ) \
1468         { \
1469             set_func_name( #name ); \
1470             used_asms[0] = 1; \
1471             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1472             { \
1473                 for( int j = 0; j < 2; j++ ) \
1474                 { \
1475                     int result_c, result_a; \
1476                     for( int i = 0; i < 16; i++ ) \
1477                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1478                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1479                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1480                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1481                     { \
1482                         oks[0] = 0; \
1483                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1484                         break; \
1485                     } \
1486                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1487                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1488                 } \
1489             } \
1490         }
1491
1492 #define TEST_QUANT( qname, block, w ) \
1493         if( qf_a.qname != qf_ref.qname ) \
1494         { \
1495             set_func_name( #qname ); \
1496             used_asms[0] = 1; \
1497             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1498             { \
1499                 for( int j = 0; j < 2; j++ ) \
1500                 { \
1501                     INIT_QUANT##w(j) \
1502                     int result_c = call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1503                     int result_a = call_a1( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1504                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1505                     { \
1506                         oks[0] = 0; \
1507                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1508                         break; \
1509                     } \
1510                     call_c2( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1511                     call_a2( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1512                 } \
1513             } \
1514         }
1515
1516         TEST_QUANT( quant_8x8, CQM_8IY, 8 );
1517         TEST_QUANT( quant_8x8, CQM_8PY, 8 );
1518         TEST_QUANT( quant_4x4, CQM_4IY, 4 );
1519         TEST_QUANT( quant_4x4, CQM_4PY, 4 );
1520         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
1521         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
1522
1523 #define TEST_DEQUANT( qname, dqname, block, w ) \
1524         if( qf_a.dqname != qf_ref.dqname ) \
1525         { \
1526             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1527             used_asms[1] = 1; \
1528             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1529             { \
1530                 INIT_QUANT##w(1) \
1531                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1532                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1533                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1534                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1535                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1536                 { \
1537                     oks[1] = 0; \
1538                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1539                     break; \
1540                 } \
1541                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1542                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1543             } \
1544         }
1545
1546         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
1547         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
1548         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
1549         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
1550
1551 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
1552         if( qf_a.dqname != qf_ref.dqname ) \
1553         { \
1554             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1555             used_asms[1] = 1; \
1556             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1557             { \
1558                 for( int i = 0; i < 16; i++ ) \
1559                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
1560                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
1561                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1562                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1563                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1564                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1565                 { \
1566                     oks[1] = 0; \
1567                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1568                 } \
1569                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1570                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1571             } \
1572         }
1573
1574         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
1575
1576 #define TEST_OPTIMIZE_CHROMA_DC( qname, optname, w ) \
1577         if( qf_a.optname != qf_ref.optname ) \
1578         { \
1579             set_func_name( #optname ); \
1580             used_asms[2] = 1; \
1581             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1582             { \
1583                 int dmf = h->dequant4_mf[CQM_4IC][qp%6][0] << qp/6; \
1584                 if( dmf > 32*64 ) \
1585                     continue; \
1586                 for( int i = 16; ; i <<= 1 )\
1587                 { \
1588                     int res_c, res_asm; \
1589                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
1590                     for( int j = 0; j < w*w; j++ ) \
1591                         dct1[j] = rand()%(max*2+1) - max; \
1592                     call_c1( qf_c.qname, dct1, h->quant4_mf[CQM_4IC][qp][0]>>1, h->quant4_bias[CQM_4IC][qp][0]>>1 ); \
1593                     memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1594                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
1595                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
1596                     if( res_c != res_asm || memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1597                     { \
1598                         oks[2] = 0; \
1599                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
1600                     } \
1601                     call_c2( qf_c.optname, dct1, dmf ); \
1602                     call_a2( qf_a.optname, dct2, dmf ); \
1603                     if( i >= PIXEL_MAX*16 ) \
1604                         break; \
1605                 } \
1606             } \
1607         }
1608
1609         TEST_OPTIMIZE_CHROMA_DC( quant_2x2_dc, optimize_chroma_dc, 2 );
1610
1611         x264_cqm_delete( h );
1612     }
1613
1614     ok = oks[0]; used_asm = used_asms[0];
1615     report( "quant :" );
1616
1617     ok = oks[1]; used_asm = used_asms[1];
1618     report( "dequant :" );
1619
1620     ok = oks[2]; used_asm = used_asms[2];
1621     report( "optimize chroma dc :" );
1622
1623     ok = 1; used_asm = 0;
1624     if( qf_a.denoise_dct != qf_ref.denoise_dct )
1625     {
1626         used_asm = 1;
1627         for( int size = 16; size <= 64; size += 48 )
1628         {
1629             set_func_name( "denoise_dct" );
1630             memcpy( dct1, buf1, size*sizeof(dctcoef) );
1631             memcpy( dct2, buf1, size*sizeof(dctcoef) );
1632             memcpy( buf3+256, buf3, 256 );
1633             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (udctcoef*)buf2, size );
1634             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
1635             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
1636                 ok = 0;
1637             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (udctcoef*)buf2, size );
1638             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
1639         }
1640     }
1641     report( "denoise dct :" );
1642
1643 #define TEST_DECIMATE( decname, w, ac, thresh ) \
1644     if( qf_a.decname != qf_ref.decname ) \
1645     { \
1646         set_func_name( #decname ); \
1647         used_asm = 1; \
1648         for( int i = 0; i < 100; i++ ) \
1649         { \
1650             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
1651             static const int zerorate_lut[4] = {3,7,15,31};\
1652             int zero_rate = zerorate_lut[i&3];\
1653             for( int idx = 0; idx < w*w; idx++ ) \
1654             { \
1655                 int sign = (rand()&1) ? -1 : 1; \
1656                 int abs_level = distrib[rand()&15]; \
1657                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
1658                 int zero = !(rand()&zero_rate); \
1659                 dct1[idx] = zero * abs_level * sign; \
1660             } \
1661             if( ac ) \
1662                 dct1[0] = 0; \
1663             int result_c = call_c( qf_c.decname, dct1 ); \
1664             int result_a = call_a( qf_a.decname, dct1 ); \
1665             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
1666             { \
1667                 ok = 0; \
1668                 fprintf( stderr, #decname ": [FAILED]\n" ); \
1669                 break; \
1670             } \
1671         } \
1672     }
1673
1674     ok = 1; used_asm = 0;
1675     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
1676     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
1677     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
1678     report( "decimate_score :" );
1679
1680 #define TEST_LAST( last, lastname, w, ac ) \
1681     if( qf_a.last != qf_ref.last ) \
1682     { \
1683         set_func_name( #lastname ); \
1684         used_asm = 1; \
1685         for( int i = 0; i < 100; i++ ) \
1686         { \
1687             int nnz = 0; \
1688             int max = rand() & (w*w-1); \
1689             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1690             for( int idx = ac; idx < max; idx++ ) \
1691                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1692             if( !nnz ) \
1693                 dct1[ac] = 1; \
1694             int result_c = call_c( qf_c.last, dct1+ac ); \
1695             int result_a = call_a( qf_a.last, dct1+ac ); \
1696             if( result_c != result_a ) \
1697             { \
1698                 ok = 0; \
1699                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
1700                 break; \
1701             } \
1702         } \
1703     }
1704
1705     ok = 1; used_asm = 0;
1706     TEST_LAST( coeff_last[DCT_CHROMA_DC],  coeff_last4, 2, 0 );
1707     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 4, 1 );
1708     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 4, 0 );
1709     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 8, 0 );
1710     report( "coeff_last :" );
1711
1712 #define TEST_LEVELRUN( lastname, name, w, ac ) \
1713     if( qf_a.lastname != qf_ref.lastname ) \
1714     { \
1715         set_func_name( #name ); \
1716         used_asm = 1; \
1717         for( int i = 0; i < 100; i++ ) \
1718         { \
1719             x264_run_level_t runlevel_c, runlevel_a; \
1720             int nnz = 0; \
1721             int max = rand() & (w*w-1); \
1722             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1723             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
1724             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
1725             for( int idx = ac; idx < max; idx++ ) \
1726                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1727             if( !nnz ) \
1728                 dct1[ac] = 1; \
1729             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
1730             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
1731             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
1732                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c) || \
1733                 memcmp(runlevel_c.run, runlevel_a.run, sizeof(uint8_t)*(result_c-1)) ) \
1734             { \
1735                 ok = 0; \
1736                 fprintf( stderr, #name ": [FAILED]\n" ); \
1737                 break; \
1738             } \
1739         } \
1740     }
1741
1742     ok = 1; used_asm = 0;
1743     TEST_LEVELRUN( coeff_level_run[DCT_CHROMA_DC],  coeff_level_run4, 2, 0 );
1744     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 4, 1 );
1745     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 4, 0 );
1746     report( "coeff_level_run :" );
1747
1748     return ret;
1749 }
1750
1751 static int check_intra( int cpu_ref, int cpu_new )
1752 {
1753     int ret = 0, ok = 1, used_asm = 0;
1754     ALIGNED_16( pixel edge[33] );
1755     ALIGNED_16( pixel edge2[33] );
1756     ALIGNED_16( pixel fdec[FDEC_STRIDE*20] );
1757     struct
1758     {
1759         x264_predict_t      predict_16x16[4+3];
1760         x264_predict_t      predict_8x8c[4+3];
1761         x264_predict8x8_t   predict_8x8[9+3];
1762         x264_predict_t      predict_4x4[9+3];
1763         x264_predict_8x8_filter_t predict_8x8_filter;
1764     } ip_c, ip_ref, ip_a;
1765
1766     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
1767     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
1768     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
1769     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
1770
1771     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
1772     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
1773     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
1774     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
1775
1776     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
1777     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
1778     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
1779     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
1780
1781     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
1782
1783     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
1784
1785 #define INTRA_TEST( name, dir, w, bench, ... )\
1786     if( ip_a.name[dir] != ip_ref.name[dir] )\
1787     {\
1788         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
1789         used_asm = 1;\
1790         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
1791         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
1792         call_c##bench( ip_c.name[dir], pbuf3+48, ##__VA_ARGS__ );\
1793         call_a##bench( ip_a.name[dir], pbuf4+48, ##__VA_ARGS__ );\
1794         if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
1795         {\
1796             fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
1797             ok = 0;\
1798             for( int k = -1; k < 16; k++ )\
1799                 printf( "%2x ", edge[16+k] );\
1800             printf( "\n" );\
1801             for( int j = 0; j < w; j++ )\
1802             {\
1803                 printf( "%2x ", edge[14-j] );\
1804                 for( int k = 0; k < w; k++ )\
1805                     printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
1806                 printf( "\n" );\
1807             }\
1808             printf( "\n" );\
1809             for( int j = 0; j < w; j++ )\
1810             {\
1811                 printf( "   " );\
1812                 for( int k = 0; k < w; k++ )\
1813                     printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
1814                 printf( "\n" );\
1815             }\
1816         }\
1817     }
1818
1819     for( int i = 0; i < 12; i++ )
1820         INTRA_TEST(   predict_4x4, i,  4, );
1821     for( int i = 0; i < 7; i++ )
1822         INTRA_TEST(  predict_8x8c, i,  8, );
1823     for( int i = 0; i < 7; i++ )
1824         INTRA_TEST( predict_16x16, i, 16, );
1825     for( int i = 0; i < 12; i++ )
1826         INTRA_TEST(   predict_8x8, i,  8, , edge );
1827
1828     set_func_name("intra_predict_8x8_filter");
1829     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
1830     {
1831         used_asm = 1;
1832         for( int i = 0; i < 32; i++ )
1833         {
1834             memcpy( edge2, edge, 33 * sizeof(pixel) );
1835             call_c(ip_c.predict_8x8_filter, pbuf1+48, edge, (i&24)>>1, i&7);
1836             call_a(ip_a.predict_8x8_filter, pbuf1+48, edge2, (i&24)>>1, i&7);
1837             if( memcmp( edge, edge2, 33 * sizeof(pixel) ) )
1838             {
1839                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
1840                 ok = 0;
1841             }
1842         }
1843     }
1844
1845 #define EXTREMAL_PLANE(size) \
1846     { \
1847         int max[7]; \
1848         for( int j = 0; j < 7; j++ ) \
1849             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
1850         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
1851         for( int j = 0; j < size/2; j++ ) \
1852             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
1853         for( int j = size/2; j < size-1; j++ ) \
1854             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
1855         fdec[48+(size-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
1856         for( int j = 0; j < size/2; j++ ) \
1857             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
1858         for( int j = size/2; j < size-1; j++ ) \
1859             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
1860         fdec[48+(size-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
1861     }
1862     /* Extremal test case for planar prediction. */
1863     for( int test = 0; test < 100 && ok; test++ )
1864         for( int i = 0; i < 128 && ok; i++ )
1865         {
1866             EXTREMAL_PLANE(  8 );
1867             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8, 1 );
1868             EXTREMAL_PLANE( 16 );
1869             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 1 );
1870         }
1871     report( "intra pred :" );
1872     return ret;
1873 }
1874
1875 #define DECL_CABAC(cpu) \
1876 static void run_cabac_decision_##cpu( uint8_t *dst )\
1877 {\
1878     x264_cabac_t cb;\
1879     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1880     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1881     for( int i = 0; i < 0x1000; i++ )\
1882         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
1883 }\
1884 static void run_cabac_bypass_##cpu( uint8_t *dst )\
1885 {\
1886     x264_cabac_t cb;\
1887     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1888     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1889     for( int i = 0; i < 0x1000; i++ )\
1890         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
1891 }\
1892 static void run_cabac_terminal_##cpu( uint8_t *dst )\
1893 {\
1894     x264_cabac_t cb;\
1895     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1896     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1897     for( int i = 0; i < 0x1000; i++ )\
1898         x264_cabac_encode_terminal_##cpu( &cb );\
1899 }
1900 DECL_CABAC(c)
1901 #if HAVE_MMX
1902 DECL_CABAC(asm)
1903 #else
1904 #define run_cabac_decision_asm run_cabac_decision_c
1905 #define run_cabac_bypass_asm run_cabac_bypass_c
1906 #define run_cabac_terminal_asm run_cabac_terminal_c
1907 #endif
1908
1909 static int check_cabac( int cpu_ref, int cpu_new )
1910 {
1911     int ret = 0, ok, used_asm = 1;
1912     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
1913         return 0;
1914     x264_cabac_init();
1915
1916     set_func_name( "cabac_encode_decision" );
1917     memcpy( buf4, buf3, 0x1000 );
1918     call_c( run_cabac_decision_c, buf3 );
1919     call_a( run_cabac_decision_asm, buf4 );
1920     ok = !memcmp( buf3, buf4, 0x1000 );
1921     report( "cabac decision:" );
1922
1923     set_func_name( "cabac_encode_bypass" );
1924     memcpy( buf4, buf3, 0x1000 );
1925     call_c( run_cabac_bypass_c, buf3 );
1926     call_a( run_cabac_bypass_asm, buf4 );
1927     ok = !memcmp( buf3, buf4, 0x1000 );
1928     report( "cabac bypass:" );
1929
1930     set_func_name( "cabac_encode_terminal" );
1931     memcpy( buf4, buf3, 0x1000 );
1932     call_c( run_cabac_terminal_c, buf3 );
1933     call_a( run_cabac_terminal_asm, buf4 );
1934     ok = !memcmp( buf3, buf4, 0x1000 );
1935     report( "cabac terminal:" );
1936
1937     return ret;
1938 }
1939
1940 static int check_bitstream( int cpu_ref, int cpu_new )
1941 {
1942     x264_bitstream_function_t bs_c;
1943     x264_bitstream_function_t bs_ref;
1944     x264_bitstream_function_t bs_a;
1945
1946     int ret = 0, ok = 1, used_asm = 0;
1947
1948     x264_bitstream_init( 0, &bs_c );
1949     x264_bitstream_init( cpu_ref, &bs_ref );
1950     x264_bitstream_init( cpu_new, &bs_a );
1951     if( bs_a.nal_escape != bs_ref.nal_escape )
1952     {
1953         int size = 0x4000;
1954         uint8_t *input = malloc(size+100);
1955         uint8_t *output1 = malloc(size*2);
1956         uint8_t *output2 = malloc(size*2);
1957         used_asm = 1;
1958         set_func_name( "nal_escape" );
1959         for( int i = 0; i < 100; i++ )
1960         {
1961             /* Test corner-case sizes */
1962             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
1963             /* Test 8 different probability distributions of zeros */
1964             for( int j = 0; j < test_size; j++ )
1965                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
1966             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
1967             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
1968             int size_c = end_c-output1;
1969             int size_a = end_a-output2;
1970             if( size_c != size_a || memcmp( output1, output2, size_c ) )
1971             {
1972                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
1973                 ok = 0;
1974                 break;
1975             }
1976         }
1977         for( int j = 0; j < size; j++ )
1978             input[j] = rand();
1979         call_c2( bs_c.nal_escape, output1, input, input+size );
1980         call_a2( bs_a.nal_escape, output2, input, input+size );
1981         free(input);
1982         free(output1);
1983         free(output2);
1984     }
1985     report( "nal escape:" );
1986
1987     return ret;
1988 }
1989
1990 static int check_all_funcs( int cpu_ref, int cpu_new )
1991 {
1992     return check_pixel( cpu_ref, cpu_new )
1993          + check_dct( cpu_ref, cpu_new )
1994          + check_mc( cpu_ref, cpu_new )
1995          + check_intra( cpu_ref, cpu_new )
1996          + check_deblock( cpu_ref, cpu_new )
1997          + check_quant( cpu_ref, cpu_new )
1998          + check_cabac( cpu_ref, cpu_new )
1999          + check_bitstream( cpu_ref, cpu_new );
2000 }
2001
2002 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2003 {
2004     *cpu_ref = *cpu_new;
2005     *cpu_new |= flags;
2006     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2007         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2008     if( !quiet )
2009         fprintf( stderr, "x264: %s\n", name );
2010     return check_all_funcs( *cpu_ref, *cpu_new );
2011 }
2012
2013 static int check_all_flags( void )
2014 {
2015     int ret = 0;
2016     int cpu0 = 0, cpu1 = 0;
2017 #if HAVE_MMX
2018     if( x264_cpu_detect() & X264_CPU_MMXEXT )
2019     {
2020         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMXEXT, "MMX" );
2021         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2022         cpu1 &= ~X264_CPU_CACHELINE_64;
2023 #if ARCH_X86
2024         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2025         cpu1 &= ~X264_CPU_CACHELINE_32;
2026 #endif
2027         if( x264_cpu_detect() & X264_CPU_LZCNT )
2028         {
2029             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX_LZCNT" );
2030             cpu1 &= ~X264_CPU_LZCNT;
2031         }
2032         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2033         cpu1 &= ~X264_CPU_SLOW_CTZ;
2034     }
2035     if( x264_cpu_detect() & X264_CPU_SSE2 )
2036     {
2037         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE | X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2038         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2039         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2040         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSE2 FastShuffle" );
2041         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
2042         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2043         cpu1 &= ~X264_CPU_SLOW_CTZ;
2044         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSE2 SlowAtom" );
2045         cpu1 &= ~X264_CPU_SLOW_ATOM;
2046     }
2047     if( x264_cpu_detect() & X264_CPU_SSE_MISALIGN )
2048     {
2049         cpu1 &= ~X264_CPU_CACHELINE_64;
2050         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE_MISALIGN, "SSE_Misalign" );
2051         cpu1 &= ~X264_CPU_SSE_MISALIGN;
2052     }
2053     if( x264_cpu_detect() & X264_CPU_LZCNT )
2054     {
2055         cpu1 &= ~X264_CPU_CACHELINE_64;
2056         ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE_LZCNT" );
2057         cpu1 &= ~X264_CPU_LZCNT;
2058     }
2059     if( x264_cpu_detect() & X264_CPU_SSE3 )
2060         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2061     if( x264_cpu_detect() & X264_CPU_SSSE3 )
2062     {
2063         cpu1 &= ~X264_CPU_CACHELINE_64;
2064         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2065         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2066         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSSE3 FastShuffle" );
2067         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
2068         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2069         cpu1 &= ~X264_CPU_SLOW_CTZ;
2070         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2071         cpu1 &= ~X264_CPU_SLOW_ATOM;
2072     }
2073     if( x264_cpu_detect() & X264_CPU_SSE4 )
2074     {
2075         cpu1 &= ~X264_CPU_CACHELINE_64;
2076         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2077     }
2078     if( x264_cpu_detect() & X264_CPU_AVX )
2079         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2080 #elif ARCH_PPC
2081     if( x264_cpu_detect() & X264_CPU_ALTIVEC )
2082     {
2083         fprintf( stderr, "x264: ALTIVEC against C\n" );
2084         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2085     }
2086 #elif ARCH_ARM
2087     if( x264_cpu_detect() & X264_CPU_ARMV6 )
2088         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2089     if( x264_cpu_detect() & X264_CPU_NEON )
2090         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2091     if( x264_cpu_detect() & X264_CPU_FAST_NEON_MRC )
2092         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2093 #endif
2094     return ret;
2095 }
2096
2097 int main(int argc, char *argv[])
2098 {
2099     int ret = 0;
2100
2101     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2102     {
2103 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM
2104         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2105         return 1;
2106 #endif
2107         do_bench = 1;
2108         if( argv[1][7] == '=' )
2109         {
2110             bench_pattern = argv[1]+8;
2111             bench_pattern_len = strlen(bench_pattern);
2112         }
2113         argc--;
2114         argv++;
2115     }
2116
2117     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2118     fprintf( stderr, "x264: using random seed %u\n", seed );
2119     srand( seed );
2120
2121     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 16*BENCH_ALIGNS );
2122     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 16*BENCH_ALIGNS );
2123     if( !buf1 || !pbuf1 )
2124     {
2125         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2126         return -1;
2127     }
2128 #define INIT_POINTER_OFFSETS\
2129     buf2 = buf1 + 0xf00;\
2130     buf3 = buf2 + 0xf00;\
2131     buf4 = buf3 + 0x1000*sizeof(pixel);\
2132     pbuf2 = pbuf1 + 0xf00;\
2133     pbuf3 = (pixel*)buf3;\
2134     pbuf4 = (pixel*)buf4;
2135     INIT_POINTER_OFFSETS;
2136     for( int i = 0; i < 0x1e00; i++ )
2137     {
2138         buf1[i] = rand() & 0xFF;
2139         pbuf1[i] = rand() & PIXEL_MAX;
2140     }
2141     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2142
2143     /* 16-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2144     if( do_bench )
2145         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2146         {
2147             INIT_POINTER_OFFSETS;
2148             ret |= x264_stack_pagealign( check_all_flags, i*16 );
2149             buf1 += 16;
2150             pbuf1 += 16;
2151             quiet = 1;
2152             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2153         }
2154     else
2155         ret = check_all_flags();
2156
2157     if( ret )
2158     {
2159         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2160         return -1;
2161     }
2162     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2163     if( do_bench )
2164         print_bench();
2165     return 0;
2166 }
2167