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