Support for 9 and 10-bit encoding
[x262.git] / tools / checkasm.c
1 /*****************************************************************************
2  * checkasm.c: assembly check tool
3  *****************************************************************************
4  * Copyright (C) 2003-2008 x264 project
5  *
6  * Authors: Loren Merritt <lorenm@u.washington.edu>
7  *          Laurent Aimar <fenrir@via.ecp.fr>
8  *          Jason Garrett-Glaser <darkshikari@gmail.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
25 #include <ctype.h>
26 #include <stdlib.h>
27 #include <limits.h>
28 #include <math.h>
29
30 #include "common/common.h"
31 #include "common/cpu.h"
32
33 // GCC doesn't align stack variables on ARM, so use .bss
34 #if ARCH_ARM
35 #undef ALIGNED_16
36 #define ALIGNED_16( var ) DECLARE_ALIGNED( static var, 16 )
37 #endif
38
39 /* buf1, buf2: initialised to random data and shouldn't write into them */
40 uint8_t *buf1, *buf2;
41 /* buf3, buf4: used to store output */
42 uint8_t *buf3, *buf4;
43 /* pbuf1, pbuf2: initialised to random pixel data and shouldn't write into them. */
44 pixel *pbuf1, *pbuf2;
45 /* pbuf3, pbuf4: point to buf3, buf4, just for type convenience */
46 pixel *pbuf3, *pbuf4;
47
48 int quiet = 0;
49
50 #define report( name ) { \
51     if( used_asm && !quiet ) \
52         fprintf( stderr, " - %-21s [%s]\n", name, ok ? "OK" : "FAILED" ); \
53     if( !ok ) ret = -1; \
54 }
55
56 #define BENCH_RUNS 100  // tradeoff between accuracy and speed
57 #define BENCH_ALIGNS 16 // number of stack+heap data alignments (another accuracy vs speed tradeoff)
58 #define MAX_FUNCS 1000  // just has to be big enough to hold all the existing functions
59 #define MAX_CPUS 10     // number of different combinations of cpu flags
60
61 typedef struct {
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     char *name;
70     bench_t vers[MAX_CPUS];
71 } bench_func_t;
72
73 int do_bench = 0;
74 int bench_pattern_len = 0;
75 const char *bench_pattern = "";
76 char func_name[100];
77 static bench_func_t benchs[MAX_FUNCS];
78
79 static const char *pixel_names[10] = { "16x16", "16x8", "8x16", "8x8", "8x4", "4x8", "4x4", "4x2", "2x4", "2x2" };
80 static const char *intra_predict_16x16_names[7] = { "v", "h", "dc", "p", "dcl", "dct", "dc8" };
81 static const char *intra_predict_8x8c_names[7] = { "dc", "h", "v", "p", "dcl", "dct", "dc8" };
82 static const char *intra_predict_4x4_names[12] = { "v", "h", "dc", "ddl", "ddr", "vr", "hd", "vl", "hu", "dcl", "dct", "dc8" };
83 static const char **intra_predict_8x8_names = intra_predict_4x4_names;
84
85 #define set_func_name(...) snprintf( func_name, sizeof(func_name), __VA_ARGS__ )
86
87 static inline uint32_t read_time(void)
88 {
89     uint32_t a = 0;
90 #if defined(__GNUC__) && (ARCH_X86 || ARCH_X86_64)
91     asm volatile( "rdtsc" :"=a"(a) ::"edx" );
92 #elif ARCH_PPC
93     asm volatile( "mftb %0" : "=r" (a) );
94 #elif ARCH_ARM     // ARMv7 only
95     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) );
96 #endif
97     return a;
98 }
99
100 static bench_t* get_bench( const char *name, int cpu )
101 {
102     int i, j;
103     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
104         assert( i < MAX_FUNCS );
105     if( !benchs[i].name )
106         benchs[i].name = strdup( name );
107     if( !cpu )
108         return &benchs[i].vers[0];
109     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
110         assert( j < MAX_CPUS );
111     benchs[i].vers[j].cpu = cpu;
112     return &benchs[i].vers[j];
113 }
114
115 static int cmp_nop( const void *a, const void *b )
116 {
117     return *(uint16_t*)a - *(uint16_t*)b;
118 }
119
120 static int cmp_bench( const void *a, const void *b )
121 {
122     // asciibetical sort except preserving numbers
123     const char *sa = ((bench_func_t*)a)->name;
124     const char *sb = ((bench_func_t*)b)->name;
125     for( ;; sa++, sb++ )
126     {
127         if( !*sa && !*sb )
128             return 0;
129         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
130             return isdigit( sa[1] ) - isdigit( sb[1] );
131         if( *sa != *sb )
132             return *sa - *sb;
133     }
134 }
135
136 static void print_bench(void)
137 {
138     uint16_t nops[10000] = {0};
139     int nfuncs, nop_time=0;
140
141     for( int i = 0; i < 10000; i++ )
142     {
143         int t = read_time();
144         nops[i] = read_time() - t;
145     }
146     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
147     for( int i = 500; i < 9500; i++ )
148         nop_time += nops[i];
149     nop_time /= 900;
150     printf( "nop: %d\n", nop_time );
151
152     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
153     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
154     for( int i = 0; i < nfuncs; i++ )
155         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
156         {
157             int k;
158             bench_t *b = &benchs[i].vers[j];
159             if( !b->den )
160                 continue;
161             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
162             if( k < j )
163                 continue;
164             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
165                     b->cpu&X264_CPU_SSE4 ? "sse4" :
166                     b->cpu&X264_CPU_SHUFFLE_IS_FAST ? "fastshuffle" :
167                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
168                     b->cpu&X264_CPU_SSE3 ? "sse3" :
169                     /* print sse2slow only if there's also a sse2fast version of the same func */
170                     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" :
171                     b->cpu&X264_CPU_SSE2 ? "sse2" :
172                     b->cpu&X264_CPU_MMX ? "mmx" :
173                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
174                     b->cpu&X264_CPU_NEON ? "neon" :
175                     b->cpu&X264_CPU_ARMV6 ? "armv6" : "c",
176                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
177                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
178                     b->cpu&X264_CPU_SSE_MISALIGN ? "_misalign" :
179                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
180                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
181                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
182                     b->cpu&X264_CPU_SLOW_ATOM ? "_slow_atom" : "",
183                     ((int64_t)10*b->cycles/b->den - nop_time)/4 );
184         }
185 }
186
187 #if ARCH_X86 || ARCH_X86_64
188 int x264_stack_pagealign( int (*func)(), int align );
189 #else
190 #define x264_stack_pagealign( func, align ) func()
191 #endif
192
193 #define call_c1(func,...) func(__VA_ARGS__)
194
195 #if ARCH_X86 || defined(_WIN64)
196 /* detect when callee-saved regs aren't saved.
197  * needs an explicit asm check because it only sometimes crashes in normal use. */
198 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
199 #define call_a1(func,...) x264_checkasm_call((intptr_t(*)())func, &ok, __VA_ARGS__)
200 #else
201 #define call_a1 call_c1
202 #endif
203
204 #define call_bench(func,cpu,...)\
205     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
206     {\
207         uint32_t tsum = 0;\
208         int tcount = 0;\
209         call_a1(func, __VA_ARGS__);\
210         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
211         {\
212             uint32_t t = read_time();\
213             func(__VA_ARGS__);\
214             func(__VA_ARGS__);\
215             func(__VA_ARGS__);\
216             func(__VA_ARGS__);\
217             t = read_time() - t;\
218             if( t*tcount <= tsum*4 && ti > 0 )\
219             {\
220                 tsum += t;\
221                 tcount++;\
222             }\
223         }\
224         bench_t *b = get_bench( func_name, cpu );\
225         b->cycles += tsum;\
226         b->den += tcount;\
227         b->pointer = func;\
228     }
229
230 /* for most functions, run benchmark and correctness test at the same time.
231  * for those that modify their inputs, run the above macros separately */
232 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
233 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
234 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
235 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
236
237
238 static int check_pixel( int cpu_ref, int cpu_new )
239 {
240     x264_pixel_function_t pixel_c;
241     x264_pixel_function_t pixel_ref;
242     x264_pixel_function_t pixel_asm;
243     x264_predict8x8_t predict_8x8[9+3];
244     x264_predict_8x8_filter_t predict_8x8_filter;
245     ALIGNED_16( pixel edge[33] );
246     uint16_t cost_mv[32];
247     int ret = 0, ok, used_asm;
248
249     x264_pixel_init( 0, &pixel_c );
250     x264_pixel_init( cpu_ref, &pixel_ref );
251     x264_pixel_init( cpu_new, &pixel_asm );
252     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
253     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
254
255     // maximize sum
256     for( int i = 0; i < 256; i++ )
257     {
258         int z = i|(i>>4);
259         z ^= z>>2;
260         z ^= z>>1;
261         pbuf4[i] = -(z&1) & PIXEL_MAX;
262         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
263     }
264     // random pattern made of maxed pixel differences, in case an intermediate value overflows
265     for( int i = 256; i < 0x1000; i++ )
266     {
267         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
268         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
269     }
270
271 #define TEST_PIXEL( name, align ) \
272     ok = 1, used_asm = 0; \
273     for( int i = 0; i < 7; i++ ) \
274     { \
275         int res_c, res_asm; \
276         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
277         { \
278             set_func_name( "%s_%s", #name, pixel_names[i] ); \
279             used_asm = 1; \
280             for( int j = 0; j < 64; j++ ) \
281             { \
282                 res_c   = call_c( pixel_c.name[i], pbuf1, 16, pbuf2+j*!align, 64 ); \
283                 res_asm = call_a( pixel_asm.name[i], pbuf1, 16, pbuf2+j*!align, 64 ); \
284                 if( res_c != res_asm ) \
285                 { \
286                     ok = 0; \
287                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
288                     break; \
289                 } \
290             } \
291             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
292             { \
293                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
294                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
295                 if( res_c != res_asm ) \
296                 { \
297                     ok = 0; \
298                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
299                 } \
300             } \
301         } \
302     } \
303     report( "pixel " #name " :" );
304
305     TEST_PIXEL( sad, 0 );
306     TEST_PIXEL( sad_aligned, 1 );
307     TEST_PIXEL( ssd, 1 );
308     TEST_PIXEL( satd, 0 );
309     TEST_PIXEL( sa8d, 1 );
310
311 #define TEST_PIXEL_X( N ) \
312     ok = 1; used_asm = 0; \
313     for( int i = 0; i < 7; i++ ) \
314     { \
315         int res_c[4]={0}, res_asm[4]={0}; \
316         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
317         { \
318             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
319             used_asm = 1; \
320             for( int j = 0; j < 64; j++ ) \
321             { \
322                 pixel *pix2 = pbuf2+j; \
323                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2, 64 ); \
324                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
325                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
326                 if( N == 4 ) \
327                 { \
328                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
329                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, 64, res_asm ); \
330                 } \
331                 else \
332                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, 64, res_asm ); \
333                 if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
334                 { \
335                     ok = 0; \
336                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
337                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
338                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
339                 } \
340                 if( N == 4 ) \
341                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, 64, res_asm ); \
342                 else \
343                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, 64, res_asm ); \
344             } \
345         } \
346     } \
347     report( "pixel sad_x"#N" :" );
348
349     TEST_PIXEL_X(3);
350     TEST_PIXEL_X(4);
351
352 #define TEST_PIXEL_VAR( i ) \
353     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
354     { \
355         set_func_name( "%s_%s", "var", pixel_names[i] ); \
356         used_asm = 1; \
357         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
358         call_c1( pixel_c.var[i], pbuf1, 16 ); \
359         call_a1( pixel_asm.var[i], pbuf1, 16 ); \
360         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
361         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
362         if( res_c != res_asm ) \
363         { \
364             ok = 0; \
365             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) ); \
366         } \
367         call_c2( pixel_c.var[i], pbuf1, 16 ); \
368         call_a2( pixel_asm.var[i], pbuf1, 16 ); \
369     }
370
371     ok = 1; used_asm = 0;
372     TEST_PIXEL_VAR( PIXEL_16x16 );
373     TEST_PIXEL_VAR( PIXEL_8x8 );
374     report( "pixel var :" );
375
376     ok = 1; used_asm = 0;
377     if( pixel_asm.var2_8x8 != pixel_ref.var2_8x8 )
378     {
379         int res_c, res_asm, ssd_c, ssd_asm;
380         set_func_name( "var2_8x8" );
381         used_asm = 1;
382         res_c   = call_c( pixel_c.var2_8x8, pbuf1, 16, pbuf2, 16, &ssd_c );
383         res_asm = call_a( pixel_asm.var2_8x8, pbuf1, 16, pbuf2, 16, &ssd_asm );
384         if( res_c != res_asm || ssd_c != ssd_asm )
385         {
386             ok = 0;
387             fprintf( stderr, "var2_8x8: %d != %d or %d != %d [FAILED]\n", res_c, res_asm, ssd_c, ssd_asm );
388         }
389     }
390
391     report( "pixel var2 :" );
392
393     ok = 1; used_asm = 0;
394     for( int i = 0; i < 4; i++ )
395         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
396         {
397             set_func_name( "hadamard_ac_%s", pixel_names[i] );
398             used_asm = 1;
399             for( int j = 0; j < 32; j++ )
400             {
401                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
402                 call_c1( pixel_c.hadamard_ac[i], pbuf1, 16 );
403                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, 16 );
404                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
405                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
406                 if( rc != ra )
407                 {
408                     ok = 0;
409                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
410                     break;
411                 }
412             }
413             call_c2( pixel_c.hadamard_ac[i], pbuf1, 16 );
414             call_a2( pixel_asm.hadamard_ac[i], pbuf1, 16 );
415         }
416     report( "pixel hadamard_ac :" );
417
418 #define TEST_INTRA_MBCMP( name, pred, satd, i8x8, ... ) \
419     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
420     { \
421         int res_c[3], res_asm[3]; \
422         set_func_name( #name ); \
423         used_asm = 1; \
424         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
425         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
426         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
427         { \
428             ok = 0; \
429             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
430                      res_c[0], res_c[1], res_c[2], \
431                      res_asm[0], res_asm[1], res_asm[2] ); \
432         } \
433     }
434
435     ok = 1; used_asm = 0;
436     TEST_INTRA_MBCMP( intra_satd_x3_16x16, predict_16x16, satd[PIXEL_16x16], 0 );
437     TEST_INTRA_MBCMP( intra_satd_x3_8x8c , predict_8x8c , satd[PIXEL_8x8]  , 0 );
438     TEST_INTRA_MBCMP( intra_satd_x3_4x4  , predict_4x4  , satd[PIXEL_4x4]  , 0 );
439     TEST_INTRA_MBCMP( intra_sa8d_x3_8x8  , predict_8x8  , sa8d[PIXEL_8x8]  , 1, edge );
440     report( "intra satd_x3 :" );
441     TEST_INTRA_MBCMP( intra_sad_x3_16x16 , predict_16x16, sad [PIXEL_16x16], 0 );
442     TEST_INTRA_MBCMP( intra_sad_x3_8x8c  , predict_8x8c , sad [PIXEL_8x8]  , 0 );
443     TEST_INTRA_MBCMP( intra_sad_x3_8x8   , predict_8x8  , sad [PIXEL_8x8]  , 1, edge );
444     TEST_INTRA_MBCMP( intra_sad_x3_4x4   , predict_4x4  , sad [PIXEL_4x4]  , 0 );
445     report( "intra sad_x3 :" );
446
447     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
448         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
449     {
450         float res_c, res_a;
451         ALIGNED_16( int sums[5][4] ) = {{0}};
452         used_asm = ok = 1;
453         x264_emms();
454         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3 );
455         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3 );
456         if( fabs( res_c - res_a ) > 1e-6 )
457         {
458             ok = 0;
459             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
460         }
461         set_func_name( "ssim_core" );
462         call_c2( pixel_c.ssim_4x4x2_core,   pbuf1+2, 32, pbuf2+2, 32, sums );
463         call_a2( pixel_asm.ssim_4x4x2_core, pbuf1+2, 32, pbuf2+2, 32, sums );
464         set_func_name( "ssim_end" );
465         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
466         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
467         report( "ssim :" );
468     }
469
470     ok = 1; used_asm = 0;
471     for( int i = 0; i < 32; i++ )
472         cost_mv[i] = i*10;
473     for( int i = 0; i < 100 && ok; i++ )
474         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
475         {
476             ALIGNED_16( uint16_t sums[72] );
477             ALIGNED_16( int dc[4] );
478             int16_t mvs_a[32], mvs_c[32];
479             int mvn_a, mvn_c;
480             int thresh = rand() & 0x3fff;
481             set_func_name( "esa_ads" );
482             for( int j = 0; j < 72; j++ )
483                 sums[j] = rand() & 0x3fff;
484             for( int j = 0; j < 4; j++ )
485                 dc[j] = rand() & 0x3fff;
486             used_asm = 1;
487             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
488             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
489             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
490             {
491                 ok = 0;
492                 printf( "c%d: ", i&3 );
493                 for( int j = 0; j < mvn_c; j++ )
494                     printf( "%d ", mvs_c[j] );
495                 printf( "\na%d: ", i&3 );
496                 for( int j = 0; j < mvn_a; j++ )
497                     printf( "%d ", mvs_a[j] );
498                 printf( "\n\n" );
499             }
500         }
501     report( "esa ads:" );
502
503     return ret;
504 }
505
506 static int check_dct( int cpu_ref, int cpu_new )
507 {
508     x264_dct_function_t dct_c;
509     x264_dct_function_t dct_ref;
510     x264_dct_function_t dct_asm;
511     x264_quant_function_t qf;
512     int ret = 0, ok, used_asm, interlace;
513     ALIGNED_16( dctcoef dct1[16][16] );
514     ALIGNED_16( dctcoef dct2[16][16] );
515     ALIGNED_16( dctcoef dct4[16][16] );
516     ALIGNED_16( dctcoef dct8[4][64] );
517     ALIGNED_8( dctcoef dctdc[2][4] );
518     x264_t h_buf;
519     x264_t *h = &h_buf;
520
521     x264_dct_init( 0, &dct_c );
522     x264_dct_init( cpu_ref, &dct_ref);
523     x264_dct_init( cpu_new, &dct_asm );
524
525     memset( h, 0, sizeof(*h) );
526     h->pps = h->pps_array;
527     x264_param_default( &h->param );
528     h->chroma_qp_table = i_chroma_qp_table + 12;
529     h->param.analyse.i_luma_deadzone[0] = 0;
530     h->param.analyse.i_luma_deadzone[1] = 0;
531     h->param.analyse.b_transform_8x8 = 1;
532     for( int i = 0; i < 6; i++ )
533         h->pps->scaling_list[i] = x264_cqm_flat16;
534     x264_cqm_init( h );
535     x264_quant_init( h, 0, &qf );
536
537 #define TEST_DCT( name, t1, t2, size ) \
538     if( dct_asm.name != dct_ref.name ) \
539     { \
540         set_func_name( #name ); \
541         used_asm = 1; \
542         call_c( dct_c.name, t1, pbuf1, pbuf2 ); \
543         call_a( dct_asm.name, t2, pbuf1, pbuf2 ); \
544         if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
545         { \
546             ok = 0; \
547             fprintf( stderr, #name " [FAILED]\n" ); \
548         } \
549     }
550     ok = 1; used_asm = 0;
551     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
552     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
553     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
554     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
555     report( "sub_dct4 :" );
556
557     ok = 1; used_asm = 0;
558     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
559     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
560     report( "sub_dct8 :" );
561 #undef TEST_DCT
562
563     // fdct and idct are denormalized by different factors, so quant/dequant
564     // is needed to force the coefs into the right range.
565     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
566     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
567     for( int i = 0; i < 16; i++ )
568     {
569         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
570         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
571     }
572     for( int i = 0; i < 4; i++ )
573     {
574         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
575         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
576     }
577
578 #define TEST_IDCT( name, src ) \
579     if( dct_asm.name != dct_ref.name ) \
580     { \
581         set_func_name( #name ); \
582         used_asm = 1; \
583         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
584         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
585         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
586         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
587         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
588         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
589         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
590         { \
591             ok = 0; \
592             fprintf( stderr, #name " [FAILED]\n" ); \
593         } \
594         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
595         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
596     }
597     ok = 1; used_asm = 0;
598     TEST_IDCT( add4x4_idct, dct4 );
599     TEST_IDCT( add8x8_idct, dct4 );
600     TEST_IDCT( add8x8_idct_dc, dct4 );
601     TEST_IDCT( add16x16_idct, dct4 );
602     TEST_IDCT( add16x16_idct_dc, dct4 );
603     report( "add_idct4 :" );
604
605     ok = 1; used_asm = 0;
606     TEST_IDCT( add8x8_idct8, dct8 );
607     TEST_IDCT( add16x16_idct8, dct8 );
608     report( "add_idct8 :" );
609 #undef TEST_IDCT
610
611 #define TEST_DCTDC( name )\
612     ok = 1; used_asm = 0;\
613     if( dct_asm.name != dct_ref.name )\
614     {\
615         set_func_name( #name );\
616         used_asm = 1;\
617         uint16_t *p = (uint16_t*)buf1;\
618         for( int i = 0; i < 16 && ok; i++ )\
619         {\
620             for( int j = 0; j < 16; j++ )\
621                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? 4080 : -4080 /* max dc */\
622                            : i<8 ? (*p++)&1 ? 4080 : -4080 /* max elements */\
623                            : ((*p++)&0x1fff)-0x1000; /* general case */\
624             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
625             call_c1( dct_c.name, dct1[0] );\
626             call_a1( dct_asm.name, dct2[0] );\
627             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
628                 ok = 0;\
629         }\
630         call_c2( dct_c.name, dct1[0] );\
631         call_a2( dct_asm.name, dct2[0] );\
632     }\
633     report( #name " :" );
634
635     TEST_DCTDC(  dct4x4dc );
636     TEST_DCTDC( idct4x4dc );
637 #undef TEST_DCTDC
638
639     x264_zigzag_function_t zigzag_c;
640     x264_zigzag_function_t zigzag_ref;
641     x264_zigzag_function_t zigzag_asm;
642
643     ALIGNED_16( dctcoef level1[64] );
644     ALIGNED_16( dctcoef level2[64] );
645
646 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
647     if( zigzag_asm.name != zigzag_ref.name ) \
648     { \
649         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
650         used_asm = 1; \
651         memcpy(dct, buf1, size*sizeof(dctcoef)); \
652         call_c( zigzag_c.name, t1, dct ); \
653         call_a( zigzag_asm.name, t2, dct ); \
654         if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
655         { \
656             ok = 0; \
657             fprintf( stderr, #name " [FAILED]\n" ); \
658         } \
659     }
660
661 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
662     if( zigzag_asm.name != zigzag_ref.name ) \
663     { \
664         int nz_a, nz_c; \
665         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
666         used_asm = 1; \
667         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
668         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
669         nz_c = call_c1( zigzag_c.name, t1, pbuf2, pbuf3 ); \
670         nz_a = call_a1( zigzag_asm.name, t2, pbuf2, pbuf4 ); \
671         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
672         { \
673             ok = 0; \
674             fprintf( stderr, #name " [FAILED]\n" ); \
675         } \
676         call_c2( zigzag_c.name, t1, pbuf2, pbuf3 ); \
677         call_a2( zigzag_asm.name, t2, pbuf2, pbuf4 ); \
678     }
679
680 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
681     if( zigzag_asm.name != zigzag_ref.name ) \
682     { \
683         int nz_a, nz_c; \
684         dctcoef dc_a, dc_c; \
685         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
686         used_asm = 1; \
687         for( int i = 0; i < 2; i++ ) \
688         { \
689             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
690             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
691             for( int j = 0; j < 4; j++ ) \
692             { \
693                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
694                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
695             } \
696             nz_c = call_c1( zigzag_c.name, t1, pbuf2, pbuf3, &dc_c ); \
697             nz_a = call_a1( zigzag_asm.name, t2, pbuf2, pbuf4, &dc_a ); \
698             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 ) \
699             { \
700                 ok = 0; \
701                 fprintf( stderr, #name " [FAILED]\n" ); \
702                 break; \
703             } \
704         } \
705         call_c2( zigzag_c.name, t1, pbuf2, pbuf3, &dc_c ); \
706         call_a2( zigzag_asm.name, t2, pbuf2, pbuf4, &dc_a ); \
707     }
708
709 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
710     if( zigzag_asm.name != zigzag_ref.name ) \
711     { \
712         for( int j = 0; j < 100; j++ ) \
713         { \
714             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
715             used_asm = 1; \
716             memcpy(dct, buf1, size*sizeof(dctcoef)); \
717             for( int i = 0; i < size; i++ ) \
718                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
719             memcpy(buf3, buf4, 10); \
720             call_c( zigzag_c.name, t1, dct, buf3 ); \
721             call_a( zigzag_asm.name, t2, dct, buf4 ); \
722             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
723             { \
724                 ok = 0; \
725             } \
726         } \
727     }
728
729     interlace = 0;
730     x264_zigzag_init( 0, &zigzag_c, 0 );
731     x264_zigzag_init( cpu_ref, &zigzag_ref, 0 );
732     x264_zigzag_init( cpu_new, &zigzag_asm, 0 );
733
734     ok = 1; used_asm = 0;
735     TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, (void*)dct1, 64 );
736     TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 16  );
737     TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
738     TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
739     report( "zigzag_frame :" );
740
741     interlace = 1;
742     x264_zigzag_init( 0, &zigzag_c, 1 );
743     x264_zigzag_init( cpu_ref, &zigzag_ref, 1 );
744     x264_zigzag_init( cpu_new, &zigzag_asm, 1 );
745
746     ok = 1; used_asm = 0;
747     TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, (void*)dct1, 64 );
748     TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 16  );
749     TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
750     TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
751     report( "zigzag_field :" );
752
753     ok = 1; used_asm = 0;
754     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct1[0], 64 );
755     report( "zigzag_interleave :" );
756 #undef TEST_ZIGZAG_SCAN
757 #undef TEST_ZIGZAG_SUB
758
759     return ret;
760 }
761
762 static int check_mc( int cpu_ref, int cpu_new )
763 {
764     x264_mc_functions_t mc_c;
765     x264_mc_functions_t mc_ref;
766     x264_mc_functions_t mc_a;
767     x264_pixel_function_t pixf;
768
769     pixel *src     = &(pbuf1)[2*64+2];
770     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
771                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
772     pixel *dst1    = pbuf3;
773     pixel *dst2    = pbuf4;
774
775     int ret = 0, ok, used_asm;
776
777     x264_mc_init( 0, &mc_c );
778     x264_mc_init( cpu_ref, &mc_ref );
779     x264_mc_init( cpu_new, &mc_a );
780     x264_pixel_init( 0, &pixf );
781
782 #define MC_TEST_LUMA( w, h ) \
783         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
784         { \
785             const x264_weight_t *weight = weight_none; \
786             set_func_name( "mc_luma_%dx%d", w, h ); \
787             used_asm = 1; \
788             for( int i = 0; i < 1024; i++ ) \
789                 pbuf3[i] = pbuf4[i] = 0xCD; \
790             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
791             call_a( mc_a.mc_luma, dst2, 32, src2, 64, dx, dy, w, h, weight ); \
792             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
793             { \
794                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
795                 ok = 0; \
796             } \
797         } \
798         if( mc_a.get_ref != mc_ref.get_ref ) \
799         { \
800             pixel *ref = dst2; \
801             int ref_stride = 32; \
802             const x264_weight_t *weight = weight_none; \
803             set_func_name( "get_ref_%dx%d", w, h ); \
804             used_asm = 1; \
805             for( int i = 0; i < 1024; i++ ) \
806                 pbuf3[i] = pbuf4[i] = 0xCD; \
807             call_c( mc_c.mc_luma, dst1, 32, src2, 64, dx, dy, w, h, weight ); \
808             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, 64, dx, dy, w, h, weight ); \
809             for( int i = 0; i < h; i++ ) \
810                 if( memcmp( dst1+i*32, ref+i*ref_stride, w * sizeof(pixel) ) ) \
811                 { \
812                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
813                     ok = 0; \
814                     break; \
815                 } \
816         }
817
818 #define MC_TEST_CHROMA( w, h ) \
819         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
820         { \
821             set_func_name( "mc_chroma_%dx%d", w, h ); \
822             used_asm = 1; \
823             for( int i = 0; i < 1024; i++ ) \
824                 pbuf3[i] = pbuf4[i] = 0xCD; \
825             call_c( mc_c.mc_chroma, dst1, 16, src, 64, dx, dy, w, h ); \
826             call_a( mc_a.mc_chroma, dst2, 16, src, 64, dx, dy, w, h ); \
827             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
828             for( int j = 0; j < h; j++ ) \
829                 for( int i = w; i < 4; i++ ) \
830                     dst2[i+j*16] = dst1[i+j*16]; \
831             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
832             { \
833                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
834                 ok = 0; \
835             } \
836         }
837     ok = 1; used_asm = 0;
838     for( int dy = -8; dy < 8; dy++ )
839         for( int dx = -128; dx < 128; dx++ )
840         {
841             if( rand()&15 ) continue; // running all of them is too slow
842             MC_TEST_LUMA( 20, 18 );
843             MC_TEST_LUMA( 16, 16 );
844             MC_TEST_LUMA( 16, 8 );
845             MC_TEST_LUMA( 12, 10 );
846             MC_TEST_LUMA( 8, 16 );
847             MC_TEST_LUMA( 8, 8 );
848             MC_TEST_LUMA( 8, 4 );
849             MC_TEST_LUMA( 4, 8 );
850             MC_TEST_LUMA( 4, 4 );
851         }
852     report( "mc luma :" );
853
854     ok = 1; used_asm = 0;
855     for( int dy = -1; dy < 9; dy++ )
856         for( int dx = -128; dx < 128; dx++ )
857         {
858             if( rand()&15 ) continue;
859             MC_TEST_CHROMA( 8, 8 );
860             MC_TEST_CHROMA( 8, 4 );
861             MC_TEST_CHROMA( 4, 8 );
862             MC_TEST_CHROMA( 4, 4 );
863             MC_TEST_CHROMA( 4, 2 );
864             MC_TEST_CHROMA( 2, 4 );
865             MC_TEST_CHROMA( 2, 2 );
866         }
867     report( "mc chroma :" );
868 #undef MC_TEST_LUMA
869 #undef MC_TEST_CHROMA
870
871 #define MC_TEST_AVG( name, weight ) \
872 { \
873     ok = 1, used_asm = 0; \
874     for( int i = 0; i < 10; i++ ) \
875     { \
876         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
877         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
878         if( mc_a.name[i] != mc_ref.name[i] ) \
879         { \
880             set_func_name( "%s_%s", #name, pixel_names[i] ); \
881             used_asm = 1; \
882             call_c1( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
883             call_a1( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
884             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
885             { \
886                 ok = 0; \
887                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
888             } \
889             call_c2( mc_c.name[i], pbuf3, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
890             call_a2( mc_a.name[i], pbuf4, 16, pbuf2+1, 16, pbuf1+18, 16, weight ); \
891         } \
892     } \
893 }
894
895     for( int w = -63; w <= 127 && ok; w++ )
896         MC_TEST_AVG( avg, w );
897     report( "mc wpredb :" );
898
899 #define MC_TEST_WEIGHT( name, weight, aligned ) \
900     int align_off = (aligned ? 0 : rand()%16); \
901     ok = 1, used_asm = 0; \
902     for( int i = 1; i <= 5; i++ ) \
903     { \
904         ALIGNED_16( pixel buffC[640] ); \
905         ALIGNED_16( pixel buffA[640] ); \
906         int j = X264_MAX( i*4, 2 ); \
907         memset( buffC, 0, 640 * sizeof(pixel) ); \
908         memset( buffA, 0, 640 * sizeof(pixel) ); \
909         x264_t ha; \
910         ha.mc = mc_a; \
911         /* w12 is the same as w16 in some cases */ \
912         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
913             continue; \
914         if( mc_a.name[i] != mc_ref.name[i] ) \
915         { \
916             set_func_name( "%s_w%d", #name, j ); \
917             used_asm = 1; \
918             call_c1( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
919             mc_a.weight_cache(&ha, &weight); \
920             call_a1( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
921             for( int k = 0; k < 16; k++ ) \
922                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
923                 { \
924                     ok = 0; \
925                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
926                     break; \
927                 } \
928             call_c2( mc_c.weight[i], buffC, 32, pbuf2+align_off, 32, &weight, 16 ); \
929             call_a2( weight.weightfn[i], buffA, 32, pbuf2+align_off, 32, &weight, 16 ); \
930         } \
931     }
932
933     ok = 1; used_asm = 0;
934
935     int align_cnt = 0;
936     for( int s = 0; s <= 127 && ok; s++ )
937     {
938         for( int o = -128; o <= 127 && ok; o++ )
939         {
940             if( rand() & 2047 ) continue;
941             for( int d = 0; d <= 7 && ok; d++ )
942             {
943                 if( s == 1<<d )
944                     continue;
945                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
946                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
947             }
948         }
949
950     }
951     report( "mc weight :" );
952
953     ok = 1; used_asm = 0;
954     for( int o = 0; o <= 127 && ok; o++ )
955     {
956         int s = 1, d = 0;
957         if( rand() & 15 ) continue;
958         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
959         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
960     }
961     report( "mc offsetadd :" );
962     ok = 1; used_asm = 0;
963     for( int o = -128; o < 0 && ok; o++ )
964     {
965         int s = 1, d = 0;
966         if( rand() & 15 ) continue;
967         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
968         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
969     }
970     report( "mc offsetsub :" );
971
972     if( mc_a.hpel_filter != mc_ref.hpel_filter )
973     {
974         pixel *srchpel = pbuf1+8+2*64;
975         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
976         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
977         void *tmp = pbuf3+49*64;
978         set_func_name( "hpel_filter" );
979         ok = 1; used_asm = 1;
980         memset( pbuf3, 0, 4096 * sizeof(pixel) );
981         memset( pbuf4, 0, 4096 * sizeof(pixel) );
982         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, 64, 48, 10, tmp );
983         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, 64, 48, 10, tmp );
984         for( int i = 0; i < 3; i++ )
985             for( int j = 0; j < 10; j++ )
986                 //FIXME ideally the first pixels would match too, but they aren't actually used
987                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
988                 {
989                     ok = 0;
990                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
991                     for( int k = 0; k < 48; k++ )
992                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
993                     printf( "\n" );
994                     for( int k = 0; k < 48; k++ )
995                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
996                     printf( "\n" );
997                     break;
998                 }
999         report( "hpel filter :" );
1000     }
1001
1002     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1003     {
1004         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1005         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1006         set_func_name( "lowres_init" );
1007         ok = 1; used_asm = 1;
1008         for( int w = 40; w <= 48; w += 8 )
1009         {
1010             int stride = (w+8)&~15;
1011             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], w*2, stride, w, 16 );
1012             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], w*2, stride, w, 16 );
1013             for( int i = 0; i < 16; i++ )
1014             {
1015                 for( int j = 0; j < 4; j++ )
1016                     if( memcmp( dstc[j]+i*stride, dsta[j]+i*stride, w * sizeof(pixel) ) )
1017                     {
1018                         ok = 0;
1019                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1020                         for( int k = 0; k < w; k++ )
1021                             printf( "%d ", dstc[j][k+i*stride] );
1022                         printf( "\n" );
1023                         for( int k = 0; k < w; k++ )
1024                             printf( "%d ", dsta[j][k+i*stride] );
1025                         printf( "\n" );
1026                         break;
1027                     }
1028             }
1029         }
1030         report( "lowres init :" );
1031     }
1032
1033 #define INTEGRAL_INIT( name, size, ... )\
1034     if( mc_a.name != mc_ref.name )\
1035     {\
1036         int stride = 80;\
1037         set_func_name( #name );\
1038         used_asm = 1;\
1039         memcpy( pbuf3, pbuf1, size*2*stride * sizeof(pixel) );\
1040         memcpy( pbuf4, pbuf1, size*2*stride * sizeof(pixel) );\
1041         uint16_t *sum = (uint16_t*)pbuf3;\
1042         call_c1( mc_c.name, __VA_ARGS__ );\
1043         sum = (uint16_t*)pbuf4;\
1044         call_a1( mc_a.name, __VA_ARGS__ );\
1045         if( memcmp( pbuf3, pbuf4, (stride-8)*2 * sizeof(pixel) )\
1046             || (size>9 && memcmp( pbuf3+18*stride, pbuf4+18*stride, (stride-8)*2 * sizeof(pixel) )))\
1047             ok = 0;\
1048         call_c2( mc_c.name, __VA_ARGS__ );\
1049         call_a2( mc_a.name, __VA_ARGS__ );\
1050     }
1051     ok = 1; used_asm = 0;
1052     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1053     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1054     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1055     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1056     report( "integral init :" );
1057
1058     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1059     {
1060         ok = 1; used_asm = 1;
1061         set_func_name( "mbtree_propagate" );
1062         int *dsta = (int*)buf3;
1063         int *dstc = dsta+400;
1064         uint16_t *prop = (uint16_t*)buf1;
1065         uint16_t *intra = (uint16_t*)buf4;
1066         uint16_t *inter = intra+400;
1067         uint16_t *qscale = inter+400;
1068         uint16_t *rnd = (uint16_t*)buf2;
1069         x264_emms();
1070         for( int i = 0; i < 400; i++ )
1071         {
1072             intra[i]  = *rnd++ & 0x7fff;
1073             intra[i] += !intra[i];
1074             inter[i]  = *rnd++ & 0x7fff;
1075             qscale[i] = *rnd++ & 0x7fff;
1076         }
1077         call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, 400 );
1078         call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, 400 );
1079         // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1080         x264_emms();
1081         for( int i = 0; i < 400; i++ )
1082             ok &= abs( dstc[i]-dsta[i] ) <= 1 || fabs( (double)dstc[i]/dsta[i]-1 ) < 1e-6;
1083         report( "mbtree propagate :" );
1084     }
1085
1086     return ret;
1087 }
1088
1089 static int check_deblock( int cpu_ref, int cpu_new )
1090 {
1091     x264_deblock_function_t db_c;
1092     x264_deblock_function_t db_ref;
1093     x264_deblock_function_t db_a;
1094     int ret = 0, ok = 1, used_asm = 0;
1095     int alphas[36], betas[36];
1096     int8_t tcs[36][4];
1097
1098     x264_deblock_init( 0, &db_c );
1099     x264_deblock_init( cpu_ref, &db_ref );
1100     x264_deblock_init( cpu_new, &db_a );
1101
1102     /* not exactly the real values of a,b,tc but close enough */
1103     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1104     {
1105         alphas[i] = a << (BIT_DEPTH-8);
1106         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1107         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1108         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1109         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1110         a = a*9/10;
1111         c = c*9/10;
1112     }
1113
1114 #define TEST_DEBLOCK( name, align, ... ) \
1115     for( int i = 0; i < 36; i++ ) \
1116     { \
1117         int off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1118         for( int j = 0; j < 1024; j++ ) \
1119             /* two distributions of random to excersize different failure modes */ \
1120             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1121         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1122         if( db_a.name != db_ref.name ) \
1123         { \
1124             set_func_name( #name ); \
1125             used_asm = 1; \
1126             call_c1( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1127             call_a1( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1128             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1129             { \
1130                 ok = 0; \
1131                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1132                 break; \
1133             } \
1134             call_c2( db_c.name, pbuf3+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1135             call_a2( db_a.name, pbuf4+off, 32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1136         } \
1137     }
1138
1139     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1140     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1141     TEST_DEBLOCK( deblock_chroma[0], 0, tcs[i] );
1142     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1143     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1144     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1145     TEST_DEBLOCK( deblock_chroma_intra[0], 0 );
1146     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1147
1148     if( db_a.deblock_strength != db_ref.deblock_strength )
1149     {
1150         for( int i = 0; i < 100; i++ )
1151         {
1152             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1153             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1154             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1155             ALIGNED_ARRAY_16( uint8_t, bs, [2],[2][4][4] );
1156             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1157                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1158             for( int j = 0; j < 2; j++ )
1159                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1160                 {
1161                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1162                     for( int l = 0; l < 2; l++ )
1163                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1164                 }
1165             set_func_name( "deblock_strength" );
1166             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1167             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1168             if( memcmp( bs[0], bs[1], sizeof(bs[0]) ) )
1169             {
1170                 ok = 0;
1171                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1172                 for( int j = 0; j < 2; j++ )
1173                 {
1174                     for( int k = 0; k < 2; k++ )
1175                         for( int l = 0; l < 4; l++ )
1176                         {
1177                             for( int m = 0; m < 4; m++ )
1178                                 printf("%d ",bs[j][k][l][m]);
1179                             printf("\n");
1180                         }
1181                     printf("\n");
1182                 }
1183                 break;
1184             }
1185         }
1186     }
1187
1188     report( "deblock :" );
1189
1190     return ret;
1191 }
1192
1193 static int check_quant( int cpu_ref, int cpu_new )
1194 {
1195     x264_quant_function_t qf_c;
1196     x264_quant_function_t qf_ref;
1197     x264_quant_function_t qf_a;
1198     ALIGNED_16( dctcoef dct1[64] );
1199     ALIGNED_16( dctcoef dct2[64] );
1200     ALIGNED_16( uint8_t cqm_buf[64] );
1201     int ret = 0, ok, used_asm;
1202     int oks[2] = {1,1}, used_asms[2] = {0,0};
1203     x264_t h_buf;
1204     x264_t *h = &h_buf;
1205     memset( h, 0, sizeof(*h) );
1206     h->pps = h->pps_array;
1207     x264_param_default( &h->param );
1208     h->chroma_qp_table = i_chroma_qp_table + 12;
1209     h->param.rc.i_qp_min = 26 + QP_BD_OFFSET;
1210     h->param.analyse.b_transform_8x8 = 1;
1211
1212     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1213     {
1214         if( i_cqm == 0 )
1215         {
1216             for( int i = 0; i < 6; i++ )
1217                 h->pps->scaling_list[i] = x264_cqm_flat16;
1218             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1219         }
1220         else if( i_cqm == 1 )
1221         {
1222             for( int i = 0; i < 6; i++ )
1223                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1224             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1225         }
1226         else
1227         {
1228             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1229             if( i_cqm == 2 )
1230                 for( int i = 0; i < 64; i++ )
1231                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1232             else
1233                 for( int i = 0; i < 64; i++ )
1234                     cqm_buf[i] = 1;
1235             for( int i = 0; i < 6; i++ )
1236                 h->pps->scaling_list[i] = cqm_buf;
1237             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1238         }
1239
1240         x264_cqm_init( h );
1241         x264_quant_init( h, 0, &qf_c );
1242         x264_quant_init( h, cpu_ref, &qf_ref );
1243         x264_quant_init( h, cpu_new, &qf_a );
1244
1245 #define INIT_QUANT8(j) \
1246         { \
1247             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1248             for( int i = 0; i < 64; i++ ) \
1249             { \
1250                 unsigned int scale = (255*scale1d[i>>3]*scale1d[i&7])/16; \
1251                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1252             } \
1253         }
1254
1255 #define INIT_QUANT4(j) \
1256         { \
1257             static const int scale1d[4] = {4,6,4,6}; \
1258             for( int i = 0; i < 16; i++ ) \
1259             { \
1260                 unsigned int scale = 255*scale1d[i>>2]*scale1d[i&3]; \
1261                 dct1[i] = dct2[i] = j ? (rand()%(2*scale+1))-scale : 0; \
1262             } \
1263         }
1264
1265 #define TEST_QUANT_DC( name, cqm ) \
1266         if( qf_a.name != qf_ref.name ) \
1267         { \
1268             set_func_name( #name ); \
1269             used_asms[0] = 1; \
1270             for( int qp = QP_MAX; qp > 0; qp-- ) \
1271             { \
1272                 for( int j = 0; j < 2; j++ ) \
1273                 { \
1274                     int result_c, result_a; \
1275                     for( int i = 0; i < 16; i++ ) \
1276                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1277                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1278                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1279                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1280                     { \
1281                         oks[0] = 0; \
1282                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1283                         break; \
1284                     } \
1285                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1286                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1287                 } \
1288             } \
1289         }
1290
1291 #define TEST_QUANT( qname, block, w ) \
1292         if( qf_a.qname != qf_ref.qname ) \
1293         { \
1294             set_func_name( #qname ); \
1295             used_asms[0] = 1; \
1296             for( int qp = QP_MAX; qp > 0; qp-- ) \
1297             { \
1298                 for( int j = 0; j < 2; j++ ) \
1299                 { \
1300                     INIT_QUANT##w(j) \
1301                     int result_c = call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1302                     int result_a = call_a1( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1303                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1304                     { \
1305                         oks[0] = 0; \
1306                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1307                         break; \
1308                     } \
1309                     call_c2( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1310                     call_a2( qf_a.qname, dct2, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1311                 } \
1312             } \
1313         }
1314
1315         TEST_QUANT( quant_8x8, CQM_8IY, 8 );
1316         TEST_QUANT( quant_8x8, CQM_8PY, 8 );
1317         TEST_QUANT( quant_4x4, CQM_4IY, 4 );
1318         TEST_QUANT( quant_4x4, CQM_4PY, 4 );
1319         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
1320         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
1321
1322 #define TEST_DEQUANT( qname, dqname, block, w ) \
1323         if( qf_a.dqname != qf_ref.dqname ) \
1324         { \
1325             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1326             used_asms[1] = 1; \
1327             for( int qp = QP_MAX; qp > 0; qp-- ) \
1328             { \
1329                 INIT_QUANT##w(1) \
1330                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1331                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1332                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1333                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1334                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1335                 { \
1336                     oks[1] = 0; \
1337                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1338                     break; \
1339                 } \
1340                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1341                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1342             } \
1343         }
1344
1345         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
1346         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
1347         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
1348         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
1349
1350 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
1351         if( qf_a.dqname != qf_ref.dqname ) \
1352         { \
1353             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1354             used_asms[1] = 1; \
1355             for( int qp = QP_MAX; qp > 0; qp-- ) \
1356             { \
1357                 for( int i = 0; i < 16; i++ ) \
1358                     dct1[i] = rand(); \
1359                 call_c1( qf_c.qname, dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
1360                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1361                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1362                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1363                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1364                 { \
1365                     oks[1] = 0; \
1366                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1367                 } \
1368                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1369                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1370             } \
1371         }
1372
1373         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
1374
1375         x264_cqm_delete( h );
1376     }
1377
1378     ok = oks[0]; used_asm = used_asms[0];
1379     report( "quant :" );
1380
1381     ok = oks[1]; used_asm = used_asms[1];
1382     report( "dequant :" );
1383
1384     ok = 1; used_asm = 0;
1385     if( qf_a.denoise_dct != qf_ref.denoise_dct )
1386     {
1387         used_asm = 1;
1388         for( int size = 16; size <= 64; size += 48 )
1389         {
1390             set_func_name( "denoise_dct" );
1391             memcpy( dct1, buf1, size*sizeof(dctcoef) );
1392             memcpy( dct2, buf1, size*sizeof(dctcoef) );
1393             memcpy( buf3+256, buf3, 256 );
1394             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (uint16_t*)buf2, size );
1395             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (uint16_t*)buf2, size );
1396             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
1397                 ok = 0;
1398             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3, (uint16_t*)buf2, size );
1399             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (uint16_t*)buf2, size );
1400         }
1401     }
1402     report( "denoise dct :" );
1403
1404 #define TEST_DECIMATE( decname, w, ac, thresh ) \
1405     if( qf_a.decname != qf_ref.decname ) \
1406     { \
1407         set_func_name( #decname ); \
1408         used_asm = 1; \
1409         for( int i = 0; i < 100; i++ ) \
1410         { \
1411             for( int idx = 0; idx < w*w; idx++ ) \
1412                 dct1[idx] = !(rand()&3) + (!(rand()&15))*(rand()&3); \
1413             if( ac ) \
1414                 dct1[0] = 0; \
1415             int result_c = call_c( qf_c.decname, dct1 ); \
1416             int result_a = call_a( qf_a.decname, dct1 ); \
1417             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
1418             { \
1419                 ok = 0; \
1420                 fprintf( stderr, #decname ": [FAILED]\n" ); \
1421                 break; \
1422             } \
1423         } \
1424     }
1425
1426     ok = 1; used_asm = 0;
1427     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
1428     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
1429     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
1430     report( "decimate_score :" );
1431
1432 #define TEST_LAST( last, lastname, w, ac ) \
1433     if( qf_a.last != qf_ref.last ) \
1434     { \
1435         set_func_name( #lastname ); \
1436         used_asm = 1; \
1437         for( int i = 0; i < 100; i++ ) \
1438         { \
1439             int nnz = 0; \
1440             int max = rand() & (w*w-1); \
1441             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1442             for( int idx = ac; idx < max; idx++ ) \
1443                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1444             if( !nnz ) \
1445                 dct1[ac] = 1; \
1446             int result_c = call_c( qf_c.last, dct1+ac ); \
1447             int result_a = call_a( qf_a.last, dct1+ac ); \
1448             if( result_c != result_a ) \
1449             { \
1450                 ok = 0; \
1451                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
1452                 break; \
1453             } \
1454         } \
1455     }
1456
1457     ok = 1; used_asm = 0;
1458     TEST_LAST( coeff_last[DCT_CHROMA_DC],  coeff_last4, 2, 0 );
1459     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 4, 1 );
1460     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 4, 0 );
1461     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 8, 0 );
1462     report( "coeff_last :" );
1463
1464 #define TEST_LEVELRUN( lastname, name, w, ac ) \
1465     if( qf_a.lastname != qf_ref.lastname ) \
1466     { \
1467         set_func_name( #name ); \
1468         used_asm = 1; \
1469         for( int i = 0; i < 100; i++ ) \
1470         { \
1471             x264_run_level_t runlevel_c, runlevel_a; \
1472             int nnz = 0; \
1473             int max = rand() & (w*w-1); \
1474             memset( dct1, 0, w*w*sizeof(dctcoef) ); \
1475             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
1476             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
1477             for( int idx = ac; idx < max; idx++ ) \
1478                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
1479             if( !nnz ) \
1480                 dct1[ac] = 1; \
1481             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
1482             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
1483             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
1484                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c) || \
1485                 memcmp(runlevel_c.run, runlevel_a.run, sizeof(uint8_t)*(result_c-1)) ) \
1486             { \
1487                 ok = 0; \
1488                 fprintf( stderr, #name ": [FAILED]\n" ); \
1489                 break; \
1490             } \
1491         } \
1492     }
1493
1494     ok = 1; used_asm = 0;
1495     TEST_LEVELRUN( coeff_level_run[DCT_CHROMA_DC],  coeff_level_run4, 2, 0 );
1496     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 4, 1 );
1497     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 4, 0 );
1498     report( "coeff_level_run :" );
1499
1500     return ret;
1501 }
1502
1503 static int check_intra( int cpu_ref, int cpu_new )
1504 {
1505     int ret = 0, ok = 1, used_asm = 0;
1506     ALIGNED_16( pixel edge[33] );
1507     ALIGNED_16( pixel edge2[33] );
1508     struct
1509     {
1510         x264_predict_t      predict_16x16[4+3];
1511         x264_predict_t      predict_8x8c[4+3];
1512         x264_predict8x8_t   predict_8x8[9+3];
1513         x264_predict_t      predict_4x4[9+3];
1514         x264_predict_8x8_filter_t predict_8x8_filter;
1515     } ip_c, ip_ref, ip_a;
1516
1517     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
1518     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
1519     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
1520     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
1521
1522     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
1523     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
1524     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
1525     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
1526
1527     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
1528     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
1529     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
1530     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
1531
1532     ip_c.predict_8x8_filter( pbuf1+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
1533
1534 #define INTRA_TEST( name, dir, w, ... )\
1535     if( ip_a.name[dir] != ip_ref.name[dir] )\
1536     {\
1537         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
1538         used_asm = 1;\
1539         memcpy( pbuf3, pbuf1, 32*20 * sizeof(pixel) );\
1540         memcpy( pbuf4, pbuf1, 32*20 * sizeof(pixel) );\
1541         call_c( ip_c.name[dir], pbuf3+48, ##__VA_ARGS__ );\
1542         call_a( ip_a.name[dir], pbuf4+48, ##__VA_ARGS__ );\
1543         if( memcmp( pbuf3, pbuf4, 32*20 * sizeof(pixel) ) )\
1544         {\
1545             fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
1546             ok = 0;\
1547             for( int k = -1; k < 16; k++ )\
1548                 printf( "%2x ", edge[16+k] );\
1549             printf( "\n" );\
1550             for( int j = 0; j < w; j++ )\
1551             {\
1552                 printf( "%2x ", edge[14-j] );\
1553                 for( int k = 0; k < w; k++ )\
1554                     printf( "%2x ", pbuf4[48+k+j*32] );\
1555                 printf( "\n" );\
1556             }\
1557             printf( "\n" );\
1558             for( int j = 0; j < w; j++ )\
1559             {\
1560                 printf( "   " );\
1561                 for( int k = 0; k < w; k++ )\
1562                     printf( "%2x ", pbuf3[48+k+j*32] );\
1563                 printf( "\n" );\
1564             }\
1565         }\
1566     }
1567
1568     for( int i = 0; i < 12; i++ )
1569         INTRA_TEST( predict_4x4, i, 4 );
1570     for( int i = 0; i < 7; i++ )
1571         INTRA_TEST( predict_8x8c, i, 8 );
1572     for( int i = 0; i < 7; i++ )
1573         INTRA_TEST( predict_16x16, i, 16 );
1574     for( int i = 0; i < 12; i++ )
1575         INTRA_TEST( predict_8x8, i, 8, edge );
1576
1577     set_func_name("intra_predict_8x8_filter");
1578     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
1579     {
1580         used_asm = 1;
1581         for( int i = 0; i < 32; i++ )
1582         {
1583             memcpy( edge2, edge, 33 * sizeof(pixel) );
1584             call_c(ip_c.predict_8x8_filter, pbuf1+48, edge, (i&24)>>1, i&7);
1585             call_a(ip_a.predict_8x8_filter, pbuf1+48, edge2, (i&24)>>1, i&7);
1586             if( memcmp( edge, edge2, 33 * sizeof(pixel) ) )
1587             {
1588                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
1589                 ok = 0;
1590             }
1591         }
1592     }
1593
1594     report( "intra pred :" );
1595     return ret;
1596 }
1597
1598 #define DECL_CABAC(cpu) \
1599 static void run_cabac_decision_##cpu( uint8_t *dst )\
1600 {\
1601     x264_cabac_t cb;\
1602     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1603     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1604     for( int i = 0; i < 0x1000; i++ )\
1605         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
1606 }\
1607 static void run_cabac_bypass_##cpu( uint8_t *dst )\
1608 {\
1609     x264_cabac_t cb;\
1610     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1611     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1612     for( int i = 0; i < 0x1000; i++ )\
1613         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
1614 }\
1615 static void run_cabac_terminal_##cpu( uint8_t *dst )\
1616 {\
1617     x264_cabac_t cb;\
1618     x264_cabac_context_init( &cb, SLICE_TYPE_P, 26, 0 );\
1619     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
1620     for( int i = 0; i < 0x1000; i++ )\
1621         x264_cabac_encode_terminal_##cpu( &cb );\
1622 }
1623 DECL_CABAC(c)
1624 #if HAVE_MMX
1625 DECL_CABAC(asm)
1626 #else
1627 #define run_cabac_decision_asm run_cabac_decision_c
1628 #define run_cabac_bypass_asm run_cabac_bypass_c
1629 #define run_cabac_terminal_asm run_cabac_terminal_c
1630 #endif
1631
1632 static int check_cabac( int cpu_ref, int cpu_new )
1633 {
1634     int ret = 0, ok, used_asm = 1;
1635     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
1636         return 0;
1637
1638     set_func_name( "cabac_encode_decision" );
1639     memcpy( buf4, buf3, 0x1000 );
1640     call_c( run_cabac_decision_c, buf3 );
1641     call_a( run_cabac_decision_asm, buf4 );
1642     ok = !memcmp( buf3, buf4, 0x1000 );
1643     report( "cabac decision:" );
1644
1645     set_func_name( "cabac_encode_bypass" );
1646     memcpy( buf4, buf3, 0x1000 );
1647     call_c( run_cabac_bypass_c, buf3 );
1648     call_a( run_cabac_bypass_asm, buf4 );
1649     ok = !memcmp( buf3, buf4, 0x1000 );
1650     report( "cabac bypass:" );
1651
1652     set_func_name( "cabac_encode_terminal" );
1653     memcpy( buf4, buf3, 0x1000 );
1654     call_c( run_cabac_terminal_c, buf3 );
1655     call_a( run_cabac_terminal_asm, buf4 );
1656     ok = !memcmp( buf3, buf4, 0x1000 );
1657     report( "cabac terminal:" );
1658
1659     return ret;
1660 }
1661
1662 static int check_bitstream( int cpu_ref, int cpu_new )
1663 {
1664     x264_bitstream_function_t bs_c;
1665     x264_bitstream_function_t bs_ref;
1666     x264_bitstream_function_t bs_a;
1667
1668     int ret = 0, ok = 1, used_asm = 0;
1669
1670     x264_bitstream_init( 0, &bs_c );
1671     x264_bitstream_init( cpu_ref, &bs_ref );
1672     x264_bitstream_init( cpu_new, &bs_a );
1673     if( bs_a.nal_escape != bs_ref.nal_escape )
1674     {
1675         int size = 0x4000;
1676         uint8_t *input = malloc(size+100);
1677         uint8_t *output1 = malloc(size*2);
1678         uint8_t *output2 = malloc(size*2);
1679         used_asm = 1;
1680         set_func_name( "nal_escape" );
1681         for( int i = 0; i < 100; i++ )
1682         {
1683             /* Test corner-case sizes */
1684             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
1685             /* Test 8 different probability distributions of zeros */
1686             for( int j = 0; j < test_size; j++ )
1687                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
1688             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
1689             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
1690             int size_c = end_c-output1;
1691             int size_a = end_a-output2;
1692             if( size_c != size_a || memcmp( output1, output2, size_c ) )
1693             {
1694                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
1695                 ok = 0;
1696                 break;
1697             }
1698         }
1699         for( int j = 0; j < size; j++ )
1700             input[j] = rand();
1701         call_c2( bs_c.nal_escape, output1, input, input+size );
1702         call_a2( bs_a.nal_escape, output2, input, input+size );
1703         free(input);
1704         free(output1);
1705         free(output2);
1706     }
1707     report( "nal escape:" );
1708
1709     return ret;
1710 }
1711
1712 static int check_all_funcs( int cpu_ref, int cpu_new )
1713 {
1714     return check_pixel( cpu_ref, cpu_new )
1715          + check_dct( cpu_ref, cpu_new )
1716          + check_mc( cpu_ref, cpu_new )
1717          + check_intra( cpu_ref, cpu_new )
1718          + check_deblock( cpu_ref, cpu_new )
1719          + check_quant( cpu_ref, cpu_new )
1720          + check_cabac( cpu_ref, cpu_new )
1721          + check_bitstream( cpu_ref, cpu_new );
1722 }
1723
1724 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
1725 {
1726     *cpu_ref = *cpu_new;
1727     *cpu_new |= flags;
1728     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
1729         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
1730     if( !quiet )
1731         fprintf( stderr, "x264: %s\n", name );
1732     return check_all_funcs( *cpu_ref, *cpu_new );
1733 }
1734
1735 static int check_all_flags( void )
1736 {
1737     int ret = 0;
1738     int cpu0 = 0, cpu1 = 0;
1739 #if HAVE_MMX
1740     if( x264_cpu_detect() & X264_CPU_MMXEXT )
1741     {
1742         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMXEXT, "MMX" );
1743         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
1744         cpu1 &= ~X264_CPU_CACHELINE_64;
1745 #if ARCH_X86
1746         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
1747         cpu1 &= ~X264_CPU_CACHELINE_32;
1748 #endif
1749         if( x264_cpu_detect() & X264_CPU_LZCNT )
1750         {
1751             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX_LZCNT" );
1752             cpu1 &= ~X264_CPU_LZCNT;
1753         }
1754         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
1755         cpu1 &= ~X264_CPU_SLOW_CTZ;
1756     }
1757     if( x264_cpu_detect() & X264_CPU_SSE2 )
1758     {
1759         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE | X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
1760         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
1761         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
1762         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSE2 FastShuffle" );
1763         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
1764         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
1765         cpu1 &= ~X264_CPU_SLOW_CTZ;
1766         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSE2 SlowAtom" );
1767         cpu1 &= ~X264_CPU_SLOW_ATOM;
1768     }
1769     if( x264_cpu_detect() & X264_CPU_SSE_MISALIGN )
1770     {
1771         cpu1 &= ~X264_CPU_CACHELINE_64;
1772         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE_MISALIGN, "SSE_Misalign" );
1773         cpu1 &= ~X264_CPU_SSE_MISALIGN;
1774     }
1775     if( x264_cpu_detect() & X264_CPU_LZCNT )
1776     {
1777         cpu1 &= ~X264_CPU_CACHELINE_64;
1778         ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE_LZCNT" );
1779         cpu1 &= ~X264_CPU_LZCNT;
1780     }
1781     if( x264_cpu_detect() & X264_CPU_SSE3 )
1782         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
1783     if( x264_cpu_detect() & X264_CPU_SSSE3 )
1784     {
1785         cpu1 &= ~X264_CPU_CACHELINE_64;
1786         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
1787         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
1788         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SHUFFLE_IS_FAST, "SSSE3 FastShuffle" );
1789         cpu1 &= ~X264_CPU_SHUFFLE_IS_FAST;
1790         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
1791         cpu1 &= ~X264_CPU_SLOW_CTZ;
1792         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
1793         cpu1 &= ~X264_CPU_SLOW_ATOM;
1794     }
1795     if( x264_cpu_detect() & X264_CPU_SSE4 )
1796     {
1797         cpu1 &= ~X264_CPU_CACHELINE_64;
1798         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
1799     }
1800 #elif ARCH_PPC
1801     if( x264_cpu_detect() & X264_CPU_ALTIVEC )
1802     {
1803         fprintf( stderr, "x264: ALTIVEC against C\n" );
1804         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
1805     }
1806 #elif ARCH_ARM
1807     if( x264_cpu_detect() & X264_CPU_ARMV6 )
1808         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
1809     if( x264_cpu_detect() & X264_CPU_NEON )
1810         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
1811     if( x264_cpu_detect() & X264_CPU_FAST_NEON_MRC )
1812         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
1813 #endif
1814     return ret;
1815 }
1816
1817 int main(int argc, char *argv[])
1818 {
1819     int ret = 0;
1820
1821     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
1822     {
1823 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM
1824         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
1825         return 1;
1826 #endif
1827         do_bench = 1;
1828         if( argv[1][7] == '=' )
1829         {
1830             bench_pattern = argv[1]+8;
1831             bench_pattern_len = strlen(bench_pattern);
1832         }
1833         argc--;
1834         argv++;
1835     }
1836
1837     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
1838     fprintf( stderr, "x264: using random seed %u\n", seed );
1839     srand( seed );
1840
1841     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 16*BENCH_ALIGNS );
1842     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 16*BENCH_ALIGNS );
1843     if( !buf1 || !pbuf1 )
1844     {
1845         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
1846         return -1;
1847     }
1848 #define INIT_POINTER_OFFSETS\
1849     buf2 = buf1 + 0xf00;\
1850     buf3 = buf2 + 0xf00;\
1851     buf4 = buf3 + 0x1000*sizeof(pixel);\
1852     pbuf2 = pbuf1 + 0xf00;\
1853     pbuf3 = (pixel*)buf3;\
1854     pbuf4 = (pixel*)buf4;
1855     INIT_POINTER_OFFSETS;
1856     for( int i = 0; i < 0x1e00; i++ )
1857     {
1858         buf1[i] = rand() & 0xFF;
1859         pbuf1[i] = rand() & PIXEL_MAX;
1860     }
1861     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
1862
1863     /* 16-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
1864     if( do_bench )
1865         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
1866         {
1867             INIT_POINTER_OFFSETS;
1868             ret |= x264_stack_pagealign( check_all_flags, i*16 );
1869             buf1 += 16;
1870             pbuf1 += 16;
1871             quiet = 1;
1872             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
1873         }
1874     else
1875         ret = check_all_flags();
1876
1877     if( ret )
1878     {
1879         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
1880         return -1;
1881     }
1882     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
1883     if( do_bench )
1884         print_bench();
1885     return 0;
1886 }
1887