checkasm: Serialize read_time() calls on x86
[x264/x264-sandbox.git] / tools / checkasm.c
1 /*****************************************************************************
2  * checkasm.c: assembly check tool
3  *****************************************************************************
4  * Copyright (C) 2003-2014 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 #endif
101     return a;
102 }
103
104 static bench_t* get_bench( const char *name, int cpu )
105 {
106     int i, j;
107     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
108         assert( i < MAX_FUNCS );
109     if( !benchs[i].name )
110         benchs[i].name = strdup( name );
111     if( !cpu )
112         return &benchs[i].vers[0];
113     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
114         assert( j < MAX_CPUS );
115     benchs[i].vers[j].cpu = cpu;
116     return &benchs[i].vers[j];
117 }
118
119 static int cmp_nop( const void *a, const void *b )
120 {
121     return *(uint16_t*)a - *(uint16_t*)b;
122 }
123
124 static int cmp_bench( const void *a, const void *b )
125 {
126     // asciibetical sort except preserving numbers
127     const char *sa = ((bench_func_t*)a)->name;
128     const char *sb = ((bench_func_t*)b)->name;
129     for( ;; sa++, sb++ )
130     {
131         if( !*sa && !*sb )
132             return 0;
133         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
134             return isdigit( sa[1] ) - isdigit( sb[1] );
135         if( *sa != *sb )
136             return *sa - *sb;
137     }
138 }
139
140 static void print_bench(void)
141 {
142     uint16_t nops[10000];
143     int nfuncs, nop_time=0;
144
145     for( int i = 0; i < 10000; i++ )
146     {
147         uint32_t t = read_time();
148         nops[i] = read_time() - t;
149     }
150     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
151     for( int i = 500; i < 9500; i++ )
152         nop_time += nops[i];
153     nop_time /= 900;
154     printf( "nop: %d\n", nop_time );
155
156     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
157     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
158     for( int i = 0; i < nfuncs; i++ )
159         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
160         {
161             int k;
162             bench_t *b = &benchs[i].vers[j];
163             if( !b->den )
164                 continue;
165             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
166             if( k < j )
167                 continue;
168             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
169 #if HAVE_MMX
170                     b->cpu&X264_CPU_AVX2 && b->cpu&X264_CPU_FMA3 ? "avx2_fma3" :
171                     b->cpu&X264_CPU_AVX2 ? "avx2" :
172                     b->cpu&X264_CPU_FMA3 ? "fma3" :
173                     b->cpu&X264_CPU_FMA4 ? "fma4" :
174                     b->cpu&X264_CPU_XOP ? "xop" :
175                     b->cpu&X264_CPU_AVX ? "avx" :
176                     b->cpu&X264_CPU_SSE4 ? "sse4" :
177                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
178                     b->cpu&X264_CPU_SSE3 ? "sse3" :
179                     /* print sse2slow only if there's also a sse2fast version of the same func */
180                     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" :
181                     b->cpu&X264_CPU_SSE2 ? "sse2" :
182                     b->cpu&X264_CPU_SSE ? "sse" :
183                     b->cpu&X264_CPU_MMX ? "mmx" :
184 #elif ARCH_PPC
185                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
186 #elif ARCH_ARM
187                     b->cpu&X264_CPU_NEON ? "neon" :
188                     b->cpu&X264_CPU_ARMV6 ? "armv6" :
189 #elif ARCH_AARCH64
190                     b->cpu&X264_CPU_NEON ? "neon" :
191                     b->cpu&X264_CPU_ARMV8 ? "armv8" :
192 #endif
193                     "c",
194 #if HAVE_MMX
195                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
196                     b->cpu&X264_CPU_SLOW_ATOM && b->cpu&X264_CPU_CACHELINE_64 ? "_c64_atom" :
197                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
198                     b->cpu&X264_CPU_SLOW_SHUFFLE ? "_slowshuffle" :
199                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
200                     b->cpu&X264_CPU_BMI2 ? "_bmi2" :
201                     b->cpu&X264_CPU_BMI1 ? "_bmi1" :
202                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
203                     b->cpu&X264_CPU_SLOW_ATOM ? "_atom" :
204 #elif ARCH_ARM
205                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
206 #endif
207                     "",
208                     (int64_t)(10*b->cycles/b->den - nop_time)/4 );
209         }
210 }
211
212 #if ARCH_X86 || ARCH_X86_64
213 int x264_stack_pagealign( int (*func)(), int align );
214
215 /* detect when callee-saved regs aren't saved
216  * needs an explicit asm check because it only sometimes crashes in normal use. */
217 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
218 #else
219 #define x264_stack_pagealign( func, align ) func()
220 #endif
221
222 #define call_c1(func,...) func(__VA_ARGS__)
223
224 #if ARCH_X86_64
225 /* Evil hack: detect incorrect assumptions that 32-bit ints are zero-extended to 64-bit.
226  * This is done by clobbering the stack with junk around the stack pointer and calling the
227  * assembly function through x264_checkasm_call with added dummy arguments which forces all
228  * real arguments to be passed on the stack and not in registers. For 32-bit argument the
229  * upper half of the 64-bit register location on the stack will now contain junk. Note that
230  * this is dependant on compiler behaviour and that interrupts etc. at the wrong time may
231  * overwrite the junk written to the stack so there's no guarantee that it will always
232  * detect all functions that assumes zero-extension.
233  */
234 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
235 #define call_a1(func,...) ({ \
236     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
237     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 */ \
238     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, __VA_ARGS__ ); })
239 #elif ARCH_X86
240 #define call_a1(func,...) x264_checkasm_call( (intptr_t(*)())func, &ok, __VA_ARGS__ )
241 #else
242 #define call_a1 call_c1
243 #endif
244
245 #define call_bench(func,cpu,...)\
246     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
247     {\
248         uint64_t tsum = 0;\
249         int tcount = 0;\
250         call_a1(func, __VA_ARGS__);\
251         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
252         {\
253             uint32_t t = read_time();\
254             func(__VA_ARGS__);\
255             func(__VA_ARGS__);\
256             func(__VA_ARGS__);\
257             func(__VA_ARGS__);\
258             t = read_time() - t;\
259             if( (uint64_t)t*tcount <= tsum*4 && ti > 0 )\
260             {\
261                 tsum += t;\
262                 tcount++;\
263             }\
264         }\
265         bench_t *b = get_bench( func_name, cpu );\
266         b->cycles += tsum;\
267         b->den += tcount;\
268         b->pointer = func;\
269     }
270
271 /* for most functions, run benchmark and correctness test at the same time.
272  * for those that modify their inputs, run the above macros separately */
273 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
274 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
275 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
276 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
277
278
279 static int check_pixel( int cpu_ref, int cpu_new )
280 {
281     x264_pixel_function_t pixel_c;
282     x264_pixel_function_t pixel_ref;
283     x264_pixel_function_t pixel_asm;
284     x264_predict_t predict_4x4[12];
285     x264_predict8x8_t predict_8x8[12];
286     x264_predict_8x8_filter_t predict_8x8_filter;
287     ALIGNED_16( pixel edge[36] );
288     uint16_t cost_mv[32];
289     int ret = 0, ok, used_asm;
290
291     x264_pixel_init( 0, &pixel_c );
292     x264_pixel_init( cpu_ref, &pixel_ref );
293     x264_pixel_init( cpu_new, &pixel_asm );
294     x264_predict_4x4_init( 0, predict_4x4 );
295     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
296     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
297
298     // maximize sum
299     for( int i = 0; i < 256; i++ )
300     {
301         int z = i|(i>>4);
302         z ^= z>>2;
303         z ^= z>>1;
304         pbuf4[i] = -(z&1) & PIXEL_MAX;
305         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
306     }
307     // random pattern made of maxed pixel differences, in case an intermediate value overflows
308     for( int i = 256; i < 0x1000; i++ )
309     {
310         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
311         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
312     }
313
314 #define TEST_PIXEL( name, align ) \
315     ok = 1, used_asm = 0; \
316     for( int i = 0; i < ARRAY_ELEMS(pixel_c.name); i++ ) \
317     { \
318         int res_c, res_asm; \
319         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
320         { \
321             set_func_name( "%s_%s", #name, pixel_names[i] ); \
322             used_asm = 1; \
323             for( int j = 0; j < 64; j++ ) \
324             { \
325                 res_c   = call_c( pixel_c.name[i],   pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
326                 res_asm = call_a( pixel_asm.name[i], pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
327                 if( res_c != res_asm ) \
328                 { \
329                     ok = 0; \
330                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
331                     break; \
332                 } \
333             } \
334             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
335             { \
336                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
337                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
338                 if( res_c != res_asm ) \
339                 { \
340                     ok = 0; \
341                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
342                 } \
343             } \
344         } \
345     } \
346     report( "pixel " #name " :" );
347
348     TEST_PIXEL( sad, 0 );
349     TEST_PIXEL( sad_aligned, 1 );
350     TEST_PIXEL( ssd, 1 );
351     TEST_PIXEL( satd, 0 );
352     TEST_PIXEL( sa8d, 1 );
353
354     ok = 1, used_asm = 0;
355     if( pixel_asm.sa8d_satd[PIXEL_16x16] != pixel_ref.sa8d_satd[PIXEL_16x16] )
356     {
357         set_func_name( "sa8d_satd_%s", pixel_names[PIXEL_16x16] );
358         used_asm = 1;
359         for( int j = 0; j < 64; j++ )
360         {
361             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
362             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
363             uint64_t res_a = call_a( pixel_asm.sa8d_satd[PIXEL_16x16], pbuf1, (intptr_t)16, pbuf2, (intptr_t)64 );
364             uint32_t cost8_a = res_a;
365             uint32_t cost4_a = res_a >> 32;
366             if( cost8_a != cost8_c || cost4_a != cost4_c )
367             {
368                 ok = 0;
369                 fprintf( stderr, "sa8d_satd [%d]: (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
370                          cost8_c, cost4_c, cost8_a, cost4_a );
371                 break;
372             }
373         }
374         for( int j = 0; j < 0x1000 && ok; j += 256 ) \
375         {
376             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
377             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
378             uint64_t res_a = pixel_asm.sa8d_satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
379             uint32_t cost8_a = res_a;
380             uint32_t cost4_a = res_a >> 32;
381             if( cost8_a != cost8_c || cost4_a != cost4_c )
382             {
383                 ok = 0;
384                 fprintf( stderr, "sa8d_satd [%d]: overflow (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
385                          cost8_c, cost4_c, cost8_a, cost4_a );
386             }
387         }
388     }
389     report( "pixel sa8d_satd :" );
390
391 #define TEST_PIXEL_X( N ) \
392     ok = 1; used_asm = 0; \
393     for( int i = 0; i < 7; i++ ) \
394     { \
395         ALIGNED_16( int res_c[4] ) = {0}; \
396         ALIGNED_16( int res_asm[4] ) = {0}; \
397         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
398         { \
399             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
400             used_asm = 1; \
401             for( int j = 0; j < 64; j++ ) \
402             { \
403                 pixel *pix2 = pbuf2+j; \
404                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2,   64 ); \
405                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
406                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
407                 if( N == 4 ) \
408                 { \
409                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
410                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
411                 } \
412                 else \
413                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
414                 if( memcmp(res_c, res_asm, N*sizeof(int)) ) \
415                 { \
416                     ok = 0; \
417                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
418                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
419                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
420                 } \
421                 if( N == 4 ) \
422                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
423                 else \
424                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
425             } \
426         } \
427     } \
428     report( "pixel sad_x"#N" :" );
429
430     TEST_PIXEL_X(3);
431     TEST_PIXEL_X(4);
432
433 #define TEST_PIXEL_VAR( i ) \
434     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
435     { \
436         set_func_name( "%s_%s", "var", pixel_names[i] ); \
437         used_asm = 1; \
438         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
439         call_c1( pixel_c.var[i],   pbuf1,           16 ); \
440         call_a1( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
441         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
442         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
443         if( res_c != res_asm ) \
444         { \
445             ok = 0; \
446             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) ); \
447         } \
448         call_c2( pixel_c.var[i],   pbuf1, (intptr_t)16 ); \
449         call_a2( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
450     }
451
452     ok = 1; used_asm = 0;
453     TEST_PIXEL_VAR( PIXEL_16x16 );
454     TEST_PIXEL_VAR( PIXEL_8x16 );
455     TEST_PIXEL_VAR( PIXEL_8x8 );
456     report( "pixel var :" );
457
458 #define TEST_PIXEL_VAR2( i ) \
459     if( pixel_asm.var2[i] != pixel_ref.var2[i] ) \
460     { \
461         int res_c, res_asm, ssd_c, ssd_asm; \
462         set_func_name( "%s_%s", "var2", pixel_names[i] ); \
463         used_asm = 1; \
464         res_c   = call_c( pixel_c.var2[i],   pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_c   ); \
465         res_asm = call_a( pixel_asm.var2[i], pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_asm ); \
466         if( res_c != res_asm || ssd_c != ssd_asm ) \
467         { \
468             ok = 0; \
469             fprintf( stderr, "var2[%d]: %d != %d or %d != %d [FAILED]\n", i, res_c, res_asm, ssd_c, ssd_asm ); \
470         } \
471     }
472
473     ok = 1; used_asm = 0;
474     TEST_PIXEL_VAR2( PIXEL_8x16 );
475     TEST_PIXEL_VAR2( PIXEL_8x8 );
476     report( "pixel var2 :" );
477
478     ok = 1; used_asm = 0;
479     for( int i = 0; i < 4; i++ )
480         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
481         {
482             set_func_name( "hadamard_ac_%s", pixel_names[i] );
483             used_asm = 1;
484             for( int j = 0; j < 32; j++ )
485             {
486                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
487                 call_c1( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
488                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
489                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
490                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
491                 if( rc != ra )
492                 {
493                     ok = 0;
494                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
495                     break;
496                 }
497             }
498             call_c2( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
499             call_a2( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
500         }
501     report( "pixel hadamard_ac :" );
502
503     // maximize sum
504     for( int i = 0; i < 32; i++ )
505         for( int j = 0; j < 16; j++ )
506             pbuf4[16*i+j] = -((i+j)&1) & PIXEL_MAX;
507     ok = 1; used_asm = 0;
508     if( pixel_asm.vsad != pixel_ref.vsad )
509     {
510         for( int h = 2; h <= 32; h += 2 )
511         {
512             int res_c, res_asm;
513             set_func_name( "vsad" );
514             used_asm = 1;
515             for( int j = 0; j < 2 && ok; j++ )
516             {
517                 pixel *p = j ? pbuf4 : pbuf1;
518                 res_c   = call_c( pixel_c.vsad,   p, (intptr_t)16, h );
519                 res_asm = call_a( pixel_asm.vsad, p, (intptr_t)16, h );
520                 if( res_c != res_asm )
521                 {
522                     ok = 0;
523                     fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
524                     break;
525                 }
526             }
527         }
528     }
529     report( "pixel vsad :" );
530
531     ok = 1; used_asm = 0;
532     if( pixel_asm.asd8 != pixel_ref.asd8 )
533     {
534         set_func_name( "asd8" );
535         used_asm = 1;
536         int res_c = call_c( pixel_c.asd8,   pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
537         int res_a = call_a( pixel_asm.asd8, pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
538         if( res_c != res_a )
539         {
540             ok = 0;
541             fprintf( stderr, "asd: %d != %d\n", res_c, res_a );
542         }
543     }
544     report( "pixel asd :" );
545
546 #define TEST_INTRA_X3( name, i8x8, ... ) \
547     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
548     { \
549         ALIGNED_16( int res_c[3] ); \
550         ALIGNED_16( int res_asm[3] ); \
551         set_func_name( #name ); \
552         used_asm = 1; \
553         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
554         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
555         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
556         { \
557             ok = 0; \
558             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
559                      res_c[0], res_c[1], res_c[2], \
560                      res_asm[0], res_asm[1], res_asm[2] ); \
561         } \
562     }
563
564 #define TEST_INTRA_X9( name, cmp ) \
565     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
566     { \
567         set_func_name( #name ); \
568         used_asm = 1; \
569         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
570         for( int i=0; i<17; i++ ) \
571             bitcosts[i] = 9*(i!=8); \
572         memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
573         memcpy( pbuf4, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
574         for( int i=0; i<32; i++ ) \
575         { \
576             pixel *fenc = pbuf1+48+i*12; \
577             pixel *fdec1 = pbuf3+48+i*12; \
578             pixel *fdec2 = pbuf4+48+i*12; \
579             int pred_mode = i%9; \
580             int res_c = INT_MAX; \
581             for( int j=0; j<9; j++ ) \
582             { \
583                 predict_4x4[j]( fdec1 ); \
584                 int cost = pixel_c.cmp[PIXEL_4x4]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
585                 if( cost < (uint16_t)res_c ) \
586                     res_c = cost + (j<<16); \
587             } \
588             predict_4x4[res_c>>16]( fdec1 ); \
589             int res_a = call_a( pixel_asm.name, fenc, fdec2, bitcosts+8-pred_mode ); \
590             if( res_c != res_a ) \
591             { \
592                 ok = 0; \
593                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
594                 break; \
595             } \
596             if( memcmp(fdec1, fdec2, 4*FDEC_STRIDE*sizeof(pixel)) ) \
597             { \
598                 ok = 0; \
599                 fprintf( stderr, #name" [FAILED]\n" ); \
600                 for( int j=0; j<16; j++ ) \
601                     fprintf( stderr, "%02x ", fdec1[(j&3)+(j>>2)*FDEC_STRIDE] ); \
602                 fprintf( stderr, "\n" ); \
603                 for( int j=0; j<16; j++ ) \
604                     fprintf( stderr, "%02x ", fdec2[(j&3)+(j>>2)*FDEC_STRIDE] ); \
605                 fprintf( stderr, "\n" ); \
606                 break; \
607             } \
608         } \
609     }
610
611 #define TEST_INTRA8_X9( name, cmp ) \
612     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
613     { \
614         set_func_name( #name ); \
615         used_asm = 1; \
616         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
617         ALIGNED_ARRAY_16( uint16_t, satds_c,[16] ); \
618         ALIGNED_ARRAY_16( uint16_t, satds_a,[16] ); \
619         memset( satds_c, 0, 16 * sizeof(*satds_c) ); \
620         memset( satds_a, 0, 16 * sizeof(*satds_a) ); \
621         for( int i=0; i<17; i++ ) \
622             bitcosts[i] = 9*(i!=8); \
623         for( int i=0; i<32; i++ ) \
624         { \
625             pixel *fenc = pbuf1+48+i*12; \
626             pixel *fdec1 = pbuf3+48+i*12; \
627             pixel *fdec2 = pbuf4+48+i*12; \
628             int pred_mode = i%9; \
629             int res_c = INT_MAX; \
630             predict_8x8_filter( fdec1, edge, ALL_NEIGHBORS, ALL_NEIGHBORS ); \
631             for( int j=0; j<9; j++ ) \
632             { \
633                 predict_8x8[j]( fdec1, edge ); \
634                 satds_c[j] = pixel_c.cmp[PIXEL_8x8]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
635                 if( satds_c[j] < (uint16_t)res_c ) \
636                     res_c = satds_c[j] + (j<<16); \
637             } \
638             predict_8x8[res_c>>16]( fdec1, edge ); \
639             int res_a = call_a( pixel_asm.name, fenc, fdec2, edge, bitcosts+8-pred_mode, satds_a ); \
640             if( res_c != res_a || memcmp(satds_c, satds_a, sizeof(satds_c)) ) \
641             { \
642                 ok = 0; \
643                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
644                 for( int j = 0; j < 9; j++ ) \
645                     fprintf( stderr, "%5d ", satds_c[j]); \
646                 fprintf( stderr, "\n" ); \
647                 for( int j = 0; j < 9; j++ ) \
648                     fprintf( stderr, "%5d ", satds_a[j]); \
649                 fprintf( stderr, "\n" ); \
650                 break; \
651             } \
652             for( int j=0; j<8; j++ ) \
653                 if( memcmp(fdec1+j*FDEC_STRIDE, fdec2+j*FDEC_STRIDE, 8*sizeof(pixel)) ) \
654                     ok = 0; \
655             if( !ok ) \
656             { \
657                 fprintf( stderr, #name" [FAILED]\n" ); \
658                 for( int j=0; j<8; j++ ) \
659                 { \
660                     for( int k=0; k<8; k++ ) \
661                         fprintf( stderr, "%02x ", fdec1[k+j*FDEC_STRIDE] ); \
662                     fprintf( stderr, "\n" ); \
663                 } \
664                 fprintf( stderr, "\n" ); \
665                 for( int j=0; j<8; j++ ) \
666                 { \
667                     for( int k=0; k<8; k++ ) \
668                         fprintf( stderr, "%02x ", fdec2[k+j*FDEC_STRIDE] ); \
669                     fprintf( stderr, "\n" ); \
670                 } \
671                 fprintf( stderr, "\n" ); \
672                 break; \
673             } \
674         } \
675     }
676
677     memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) );
678     ok = 1; used_asm = 0;
679     TEST_INTRA_X3( intra_satd_x3_16x16, 0 );
680     TEST_INTRA_X3( intra_satd_x3_8x16c, 0 );
681     TEST_INTRA_X3( intra_satd_x3_8x8c, 0 );
682     TEST_INTRA_X3( intra_sa8d_x3_8x8, 1, edge );
683     TEST_INTRA_X3( intra_satd_x3_4x4, 0 );
684     report( "intra satd_x3 :" );
685     ok = 1; used_asm = 0;
686     TEST_INTRA_X3( intra_sad_x3_16x16, 0 );
687     TEST_INTRA_X3( intra_sad_x3_8x16c, 0 );
688     TEST_INTRA_X3( intra_sad_x3_8x8c, 0 );
689     TEST_INTRA_X3( intra_sad_x3_8x8, 1, edge );
690     TEST_INTRA_X3( intra_sad_x3_4x4, 0 );
691     report( "intra sad_x3 :" );
692     ok = 1; used_asm = 0;
693     TEST_INTRA_X9( intra_satd_x9_4x4, satd );
694     TEST_INTRA8_X9( intra_sa8d_x9_8x8, sa8d );
695     report( "intra satd_x9 :" );
696     ok = 1; used_asm = 0;
697     TEST_INTRA_X9( intra_sad_x9_4x4, sad );
698     TEST_INTRA8_X9( intra_sad_x9_8x8, sad );
699     report( "intra sad_x9 :" );
700
701     ok = 1; used_asm = 0;
702     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
703     {
704         used_asm = 1;
705         set_func_name( "ssd_nv12" );
706         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
707         pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
708         pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
709         if( res_u_c != res_u_a || res_v_c != res_v_a )
710         {
711             ok = 0;
712             fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
713                      res_u_c, res_v_c, res_u_a, res_v_a );
714         }
715         call_c( pixel_c.ssd_nv12_core,   pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_c, &res_v_c );
716         call_a( pixel_asm.ssd_nv12_core, pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_a, &res_v_a );
717     }
718     report( "ssd_nv12 :" );
719
720     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
721         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
722     {
723         int cnt;
724         float res_c, res_a;
725         ALIGNED_16( int sums[5][4] ) = {{0}};
726         used_asm = ok = 1;
727         x264_emms();
728         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
729         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
730         if( fabs( res_c - res_a ) > 1e-6 )
731         {
732             ok = 0;
733             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
734         }
735         set_func_name( "ssim_core" );
736         call_c( pixel_c.ssim_4x4x2_core,   pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
737         call_a( pixel_asm.ssim_4x4x2_core, pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
738         set_func_name( "ssim_end" );
739         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
740         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
741         /* check incorrect assumptions that 32-bit ints are zero-extended to 64-bit */
742         call_c1( pixel_c.ssim_end4,   sums, sums, 3 );
743         call_a1( pixel_asm.ssim_end4, sums, sums, 3 );
744         report( "ssim :" );
745     }
746
747     ok = 1; used_asm = 0;
748     for( int i = 0; i < 32; i++ )
749         cost_mv[i] = i*10;
750     for( int i = 0; i < 100 && ok; i++ )
751         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
752         {
753             ALIGNED_16( uint16_t sums[72] );
754             ALIGNED_16( int dc[4] );
755             ALIGNED_16( int16_t mvs_a[48] );
756             ALIGNED_16( int16_t mvs_c[48] );
757             int mvn_a, mvn_c;
758             int thresh = rand() & 0x3fff;
759             set_func_name( "esa_ads" );
760             for( int j = 0; j < 72; j++ )
761                 sums[j] = rand() & 0x3fff;
762             for( int j = 0; j < 4; j++ )
763                 dc[j] = rand() & 0x3fff;
764             used_asm = 1;
765             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
766             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
767             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
768             {
769                 ok = 0;
770                 printf( "c%d: ", i&3 );
771                 for( int j = 0; j < mvn_c; j++ )
772                     printf( "%d ", mvs_c[j] );
773                 printf( "\na%d: ", i&3 );
774                 for( int j = 0; j < mvn_a; j++ )
775                     printf( "%d ", mvs_a[j] );
776                 printf( "\n\n" );
777             }
778         }
779     report( "esa ads:" );
780
781     return ret;
782 }
783
784 static int check_dct( int cpu_ref, int cpu_new )
785 {
786     x264_dct_function_t dct_c;
787     x264_dct_function_t dct_ref;
788     x264_dct_function_t dct_asm;
789     x264_quant_function_t qf;
790     int ret = 0, ok, used_asm, interlace = 0;
791     ALIGNED_ARRAY_N( dctcoef, dct1, [16],[16] );
792     ALIGNED_ARRAY_N( dctcoef, dct2, [16],[16] );
793     ALIGNED_ARRAY_N( dctcoef, dct4, [16],[16] );
794     ALIGNED_ARRAY_N( dctcoef, dct8, [4],[64] );
795     ALIGNED_16( dctcoef dctdc[2][8] );
796     x264_t h_buf;
797     x264_t *h = &h_buf;
798
799     x264_dct_init( 0, &dct_c );
800     x264_dct_init( cpu_ref, &dct_ref);
801     x264_dct_init( cpu_new, &dct_asm );
802
803     memset( h, 0, sizeof(*h) );
804     x264_param_default( &h->param );
805     h->sps->i_chroma_format_idc = 1;
806     h->chroma_qp_table = i_chroma_qp_table + 12;
807     h->param.analyse.i_luma_deadzone[0] = 0;
808     h->param.analyse.i_luma_deadzone[1] = 0;
809     h->param.analyse.b_transform_8x8 = 1;
810     for( int i = 0; i < 6; i++ )
811         h->pps->scaling_list[i] = x264_cqm_flat16;
812     x264_cqm_init( h );
813     x264_quant_init( h, 0, &qf );
814
815     /* overflow test cases */
816     for( int i = 0; i < 5; i++ )
817     {
818         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
819         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
820
821         for( int j = 0; j < 16; j++ )
822         {
823             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
824             int cond_b = (i == 0) ? 1 : !cond_a;
825             enc[0] = enc[1] = enc[4] = enc[5] = enc[8] = enc[9] = enc[12] = enc[13] = cond_a ? PIXEL_MAX : 0;
826             enc[2] = enc[3] = enc[6] = enc[7] = enc[10] = enc[11] = enc[14] = enc[15] = cond_b ? PIXEL_MAX : 0;
827
828             for( int k = 0; k < 4; k++ )
829                 dec[k] = PIXEL_MAX - enc[k];
830
831             enc += FENC_STRIDE;
832             dec += FDEC_STRIDE;
833         }
834     }
835
836 #define TEST_DCT( name, t1, t2, size ) \
837     if( dct_asm.name != dct_ref.name ) \
838     { \
839         set_func_name( #name ); \
840         used_asm = 1; \
841         pixel *enc = pbuf3; \
842         pixel *dec = pbuf4; \
843         for( int j = 0; j < 5; j++) \
844         { \
845             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
846             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
847             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
848             { \
849                 ok = 0; \
850                 fprintf( stderr, #name " [FAILED]\n" ); \
851                 for( int k = 0; k < size; k++ )\
852                     printf( "%d ", ((dctcoef*)t1)[k] );\
853                 printf("\n");\
854                 for( int k = 0; k < size; k++ )\
855                     printf( "%d ", ((dctcoef*)t2)[k] );\
856                 printf("\n");\
857                 break; \
858             } \
859             call_c( dct_c.name, t1, enc, dec ); \
860             call_a( dct_asm.name, t2, enc, dec ); \
861             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
862             { \
863                 ok = 0; \
864                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
865                 break; \
866             } \
867             enc += 16*FENC_STRIDE; \
868             dec += 16*FDEC_STRIDE; \
869         } \
870     }
871     ok = 1; used_asm = 0;
872     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
873     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
874     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
875     TEST_DCT( sub8x16_dct_dc, dctdc[0], dctdc[1], 8 );
876     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
877     report( "sub_dct4 :" );
878
879     ok = 1; used_asm = 0;
880     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
881     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
882     report( "sub_dct8 :" );
883 #undef TEST_DCT
884
885     // fdct and idct are denormalized by different factors, so quant/dequant
886     // is needed to force the coefs into the right range.
887     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
888     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
889     for( int i = 0; i < 16; i++ )
890     {
891         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
892         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
893     }
894     for( int i = 0; i < 4; i++ )
895     {
896         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
897         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
898     }
899     x264_cqm_delete( h );
900
901 #define TEST_IDCT( name, src ) \
902     if( dct_asm.name != dct_ref.name ) \
903     { \
904         set_func_name( #name ); \
905         used_asm = 1; \
906         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
907         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
908         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
909         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
910         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
911         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
912         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
913         { \
914             ok = 0; \
915             fprintf( stderr, #name " [FAILED]\n" ); \
916         } \
917         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
918         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
919     }
920     ok = 1; used_asm = 0;
921     TEST_IDCT( add4x4_idct, dct4 );
922     TEST_IDCT( add8x8_idct, dct4 );
923     TEST_IDCT( add8x8_idct_dc, dct4 );
924     TEST_IDCT( add16x16_idct, dct4 );
925     TEST_IDCT( add16x16_idct_dc, dct4 );
926     report( "add_idct4 :" );
927
928     ok = 1; used_asm = 0;
929     TEST_IDCT( add8x8_idct8, dct8 );
930     TEST_IDCT( add16x16_idct8, dct8 );
931     report( "add_idct8 :" );
932 #undef TEST_IDCT
933
934 #define TEST_DCTDC( name )\
935     ok = 1; used_asm = 0;\
936     if( dct_asm.name != dct_ref.name )\
937     {\
938         set_func_name( #name );\
939         used_asm = 1;\
940         uint16_t *p = (uint16_t*)buf1;\
941         for( int i = 0; i < 16 && ok; i++ )\
942         {\
943             for( int j = 0; j < 16; j++ )\
944                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
945                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
946                            : ((*p++)&0x1fff)-0x1000; /* general case */\
947             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
948             call_c1( dct_c.name, dct1[0] );\
949             call_a1( dct_asm.name, dct2[0] );\
950             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
951                 ok = 0;\
952         }\
953         call_c2( dct_c.name, dct1[0] );\
954         call_a2( dct_asm.name, dct2[0] );\
955     }\
956     report( #name " :" );
957
958     TEST_DCTDC(  dct4x4dc );
959     TEST_DCTDC( idct4x4dc );
960 #undef TEST_DCTDC
961
962 #define TEST_DCTDC_CHROMA( name )\
963     ok = 1; used_asm = 0;\
964     if( dct_asm.name != dct_ref.name )\
965     {\
966         set_func_name( #name );\
967         used_asm = 1;\
968         uint16_t *p = (uint16_t*)buf1;\
969         for( int i = 0; i < 16 && ok; i++ )\
970         {\
971             for( int j = 0; j < 8; j++ )\
972                 dct1[j][0] = !i ? (j^j>>1^j>>2)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
973                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
974                            : ((*p++)&0x1fff)-0x1000; /* general case */\
975             memcpy( dct2, dct1, 8*16 * sizeof(dctcoef) );\
976             call_c1( dct_c.name, dctdc[0], dct1 );\
977             call_a1( dct_asm.name, dctdc[1], dct2 );\
978             if( memcmp( dctdc[0], dctdc[1], 8 * sizeof(dctcoef) ) || memcmp( dct1, dct2, 8*16 * sizeof(dctcoef) ) )\
979             {\
980                 ok = 0;\
981                 fprintf( stderr, #name " [FAILED]\n" ); \
982             }\
983         }\
984         call_c2( dct_c.name, dctdc[0], dct1 );\
985         call_a2( dct_asm.name, dctdc[1], dct2 );\
986     }\
987     report( #name " :" );
988
989     TEST_DCTDC_CHROMA( dct2x4dc );
990 #undef TEST_DCTDC_CHROMA
991
992     x264_zigzag_function_t zigzag_c[2];
993     x264_zigzag_function_t zigzag_ref[2];
994     x264_zigzag_function_t zigzag_asm[2];
995
996     ALIGNED_16( dctcoef level1[64] );
997     ALIGNED_16( dctcoef level2[64] );
998
999 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
1000     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1001     { \
1002         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1003         used_asm = 1; \
1004         for( int i = 0; i < size*size; i++ ) \
1005             dct[i] = i; \
1006         call_c( zigzag_c[interlace].name, t1, dct ); \
1007         call_a( zigzag_asm[interlace].name, t2, dct ); \
1008         if( memcmp( t1, t2, size*size*sizeof(dctcoef) ) ) \
1009         { \
1010             ok = 0; \
1011             for( int i = 0; i < 2; i++ ) \
1012             { \
1013                 dctcoef *d = (dctcoef*)(i ? t2 : t1); \
1014                 for( int j = 0; j < size; j++ ) \
1015                 { \
1016                     for( int k = 0; k < size; k++ ) \
1017                         fprintf( stderr, "%2d ", d[k+j*8] ); \
1018                     fprintf( stderr, "\n" ); \
1019                 } \
1020                 fprintf( stderr, "\n" ); \
1021             } \
1022             fprintf( stderr, #name " [FAILED]\n" ); \
1023         } \
1024     }
1025
1026 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
1027     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1028     { \
1029         int nz_a, nz_c; \
1030         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1031         used_asm = 1; \
1032         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1033         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1034         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1035         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1036         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
1037         { \
1038             ok = 0; \
1039             fprintf( stderr, #name " [FAILED]\n" ); \
1040         } \
1041         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1042         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1043     }
1044
1045 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
1046     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1047     { \
1048         int nz_a, nz_c; \
1049         dctcoef dc_a, dc_c; \
1050         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1051         used_asm = 1; \
1052         for( int i = 0; i < 2; i++ ) \
1053         { \
1054             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1055             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1056             for( int j = 0; j < 4; j++ ) \
1057             { \
1058                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1059                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1060             } \
1061             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1062             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1063             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 ) \
1064             { \
1065                 ok = 0; \
1066                 fprintf( stderr, #name " [FAILED]\n" ); \
1067                 break; \
1068             } \
1069         } \
1070         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1071         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1072     }
1073
1074 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
1075     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1076     { \
1077         for( int j = 0; j < 100; j++ ) \
1078         { \
1079             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1080             used_asm = 1; \
1081             memcpy(dct, buf1, size*sizeof(dctcoef)); \
1082             for( int i = 0; i < size; i++ ) \
1083                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
1084             memcpy(buf3, buf4, 10); \
1085             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
1086             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
1087             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
1088             { \
1089                 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;\
1090             } \
1091         } \
1092     }
1093
1094     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
1095     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
1096     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
1097
1098     ok = 1; used_asm = 0;
1099     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct8[0], 64 );
1100     report( "zigzag_interleave :" );
1101
1102     for( interlace = 0; interlace <= 1; interlace++ )
1103     {
1104         ok = 1; used_asm = 0;
1105         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, dct8[0], 8 );
1106         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 4 );
1107         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
1108         TEST_ZIGZAG_SUB( sub_8x8, level1, level2, 64 );
1109         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
1110         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
1111     }
1112 #undef TEST_ZIGZAG_SCAN
1113 #undef TEST_ZIGZAG_SUB
1114
1115     return ret;
1116 }
1117
1118 static int check_mc( int cpu_ref, int cpu_new )
1119 {
1120     x264_mc_functions_t mc_c;
1121     x264_mc_functions_t mc_ref;
1122     x264_mc_functions_t mc_a;
1123     x264_pixel_function_t pixf;
1124
1125     pixel *src     = &(pbuf1)[2*64+2];
1126     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
1127                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
1128     pixel *dst1    = pbuf3;
1129     pixel *dst2    = pbuf4;
1130
1131     int ret = 0, ok, used_asm;
1132
1133     x264_mc_init( 0, &mc_c, 0 );
1134     x264_mc_init( cpu_ref, &mc_ref, 0 );
1135     x264_mc_init( cpu_new, &mc_a, 0 );
1136     x264_pixel_init( 0, &pixf );
1137
1138 #define MC_TEST_LUMA( w, h ) \
1139         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
1140         { \
1141             const x264_weight_t *weight = x264_weight_none; \
1142             set_func_name( "mc_luma_%dx%d", w, h ); \
1143             used_asm = 1; \
1144             for( int i = 0; i < 1024; i++ ) \
1145                 pbuf3[i] = pbuf4[i] = 0xCD; \
1146             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1147             call_a( mc_a.mc_luma, dst2, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1148             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1149             { \
1150                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1151                 ok = 0; \
1152             } \
1153         } \
1154         if( mc_a.get_ref != mc_ref.get_ref ) \
1155         { \
1156             pixel *ref = dst2; \
1157             intptr_t ref_stride = 32; \
1158             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
1159             const x264_weight_t *weight = x264_weight_none; \
1160             set_func_name( "get_ref_%dx%d", w_checked, h ); \
1161             used_asm = 1; \
1162             for( int i = 0; i < 1024; i++ ) \
1163                 pbuf3[i] = pbuf4[i] = 0xCD; \
1164             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1165             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1166             for( int i = 0; i < h; i++ ) \
1167                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
1168                 { \
1169                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
1170                     ok = 0; \
1171                     break; \
1172                 } \
1173         }
1174
1175 #define MC_TEST_CHROMA( w, h ) \
1176         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
1177         { \
1178             set_func_name( "mc_chroma_%dx%d", w, h ); \
1179             used_asm = 1; \
1180             for( int i = 0; i < 1024; i++ ) \
1181                 pbuf3[i] = pbuf4[i] = 0xCD; \
1182             call_c( mc_c.mc_chroma, dst1, dst1+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1183             call_a( mc_a.mc_chroma, dst2, dst2+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1184             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
1185             for( int j = 0; j < h; j++ ) \
1186                 for( int i = w; i < 8; i++ ) \
1187                 { \
1188                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
1189                     dst2[i+j*16  ] = dst1[i+j*16  ]; \
1190                 } \
1191             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1192             { \
1193                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1194                 ok = 0; \
1195             } \
1196         }
1197     ok = 1; used_asm = 0;
1198     for( int dy = -8; dy < 8; dy++ )
1199         for( int dx = -128; dx < 128; dx++ )
1200         {
1201             if( rand()&15 ) continue; // running all of them is too slow
1202             MC_TEST_LUMA( 20, 18 );
1203             MC_TEST_LUMA( 16, 16 );
1204             MC_TEST_LUMA( 16, 8 );
1205             MC_TEST_LUMA( 12, 10 );
1206             MC_TEST_LUMA( 8, 16 );
1207             MC_TEST_LUMA( 8, 8 );
1208             MC_TEST_LUMA( 8, 4 );
1209             MC_TEST_LUMA( 4, 8 );
1210             MC_TEST_LUMA( 4, 4 );
1211         }
1212     report( "mc luma :" );
1213
1214     ok = 1; used_asm = 0;
1215     for( int dy = -1; dy < 9; dy++ )
1216         for( int dx = -128; dx < 128; dx++ )
1217         {
1218             if( rand()&15 ) continue;
1219             MC_TEST_CHROMA( 8, 8 );
1220             MC_TEST_CHROMA( 8, 4 );
1221             MC_TEST_CHROMA( 4, 8 );
1222             MC_TEST_CHROMA( 4, 4 );
1223             MC_TEST_CHROMA( 4, 2 );
1224             MC_TEST_CHROMA( 2, 4 );
1225             MC_TEST_CHROMA( 2, 2 );
1226         }
1227     report( "mc chroma :" );
1228 #undef MC_TEST_LUMA
1229 #undef MC_TEST_CHROMA
1230
1231 #define MC_TEST_AVG( name, weight ) \
1232 { \
1233     for( int i = 0; i < 12; i++ ) \
1234     { \
1235         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
1236         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
1237         if( mc_a.name[i] != mc_ref.name[i] ) \
1238         { \
1239             set_func_name( "%s_%s", #name, pixel_names[i] ); \
1240             used_asm = 1; \
1241             call_c1( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1242             call_a1( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1243             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
1244             { \
1245                 ok = 0; \
1246                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
1247             } \
1248             call_c2( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1249             call_a2( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1250         } \
1251     } \
1252 }
1253
1254     ok = 1, used_asm = 0;
1255     for( int w = -63; w <= 127 && ok; w++ )
1256         MC_TEST_AVG( avg, w );
1257     report( "mc wpredb :" );
1258
1259 #define MC_TEST_WEIGHT( name, weight, aligned ) \
1260     int align_off = (aligned ? 0 : rand()%16); \
1261     for( int i = 1; i <= 5; i++ ) \
1262     { \
1263         ALIGNED_16( pixel buffC[640] ); \
1264         ALIGNED_16( pixel buffA[640] ); \
1265         int j = X264_MAX( i*4, 2 ); \
1266         memset( buffC, 0, 640 * sizeof(pixel) ); \
1267         memset( buffA, 0, 640 * sizeof(pixel) ); \
1268         x264_t ha; \
1269         ha.mc = mc_a; \
1270         /* w12 is the same as w16 in some cases */ \
1271         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
1272             continue; \
1273         if( mc_a.name[i] != mc_ref.name[i] ) \
1274         { \
1275             set_func_name( "%s_w%d", #name, j ); \
1276             used_asm = 1; \
1277             call_c1( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1278             mc_a.weight_cache(&ha, &weight); \
1279             call_a1( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1280             for( int k = 0; k < 16; k++ ) \
1281                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1282                 { \
1283                     ok = 0; \
1284                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1285                     break; \
1286                 } \
1287             /* omit unlikely high scales for benchmarking */ \
1288             if( (s << (8-d)) < 512 ) \
1289             { \
1290                 call_c2( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1291                 call_a2( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1292             } \
1293         } \
1294     }
1295
1296     ok = 1; used_asm = 0;
1297
1298     int align_cnt = 0;
1299     for( int s = 0; s <= 127 && ok; s++ )
1300     {
1301         for( int o = -128; o <= 127 && ok; o++ )
1302         {
1303             if( rand() & 2047 ) continue;
1304             for( int d = 0; d <= 7 && ok; d++ )
1305             {
1306                 if( s == 1<<d )
1307                     continue;
1308                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1309                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1310             }
1311         }
1312
1313     }
1314     report( "mc weight :" );
1315
1316     ok = 1; used_asm = 0;
1317     for( int o = 0; o <= 127 && ok; o++ )
1318     {
1319         int s = 1, d = 0;
1320         if( rand() & 15 ) continue;
1321         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1322         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1323     }
1324     report( "mc offsetadd :" );
1325     ok = 1; used_asm = 0;
1326     for( int o = -128; o < 0 && ok; o++ )
1327     {
1328         int s = 1, d = 0;
1329         if( rand() & 15 ) continue;
1330         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1331         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1332     }
1333     report( "mc offsetsub :" );
1334
1335     ok = 1; used_asm = 0;
1336     for( int height = 8; height <= 16; height += 8 )
1337     {
1338         if( mc_a.store_interleave_chroma != mc_ref.store_interleave_chroma )
1339         {
1340             set_func_name( "store_interleave_chroma" );
1341             used_asm = 1;
1342             memset( pbuf3, 0, 64*height );
1343             memset( pbuf4, 0, 64*height );
1344             call_c( mc_c.store_interleave_chroma, pbuf3, (intptr_t)64, pbuf1, pbuf1+16, height );
1345             call_a( mc_a.store_interleave_chroma, pbuf4, (intptr_t)64, pbuf1, pbuf1+16, height );
1346             if( memcmp( pbuf3, pbuf4, 64*height ) )
1347             {
1348                 ok = 0;
1349                 fprintf( stderr, "store_interleave_chroma FAILED: h=%d\n", height );
1350                 break;
1351             }
1352         }
1353         if( mc_a.load_deinterleave_chroma_fenc != mc_ref.load_deinterleave_chroma_fenc )
1354         {
1355             set_func_name( "load_deinterleave_chroma_fenc" );
1356             used_asm = 1;
1357             call_c( mc_c.load_deinterleave_chroma_fenc, pbuf3, pbuf1, (intptr_t)64, height );
1358             call_a( mc_a.load_deinterleave_chroma_fenc, pbuf4, pbuf1, (intptr_t)64, height );
1359             if( memcmp( pbuf3, pbuf4, FENC_STRIDE*height ) )
1360             {
1361                 ok = 0;
1362                 fprintf( stderr, "load_deinterleave_chroma_fenc FAILED: h=%d\n", height );
1363                 break;
1364             }
1365         }
1366         if( mc_a.load_deinterleave_chroma_fdec != mc_ref.load_deinterleave_chroma_fdec )
1367         {
1368             set_func_name( "load_deinterleave_chroma_fdec" );
1369             used_asm = 1;
1370             call_c( mc_c.load_deinterleave_chroma_fdec, pbuf3, pbuf1, (intptr_t)64, height );
1371             call_a( mc_a.load_deinterleave_chroma_fdec, pbuf4, pbuf1, (intptr_t)64, height );
1372             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*height ) )
1373             {
1374                 ok = 0;
1375                 fprintf( stderr, "load_deinterleave_chroma_fdec FAILED: h=%d\n", height );
1376                 break;
1377             }
1378         }
1379     }
1380     report( "store_interleave :" );
1381
1382     struct plane_spec {
1383         int w, h, src_stride;
1384     } 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} };
1385     ok = 1; used_asm = 0;
1386     if( mc_a.plane_copy != mc_ref.plane_copy )
1387     {
1388         set_func_name( "plane_copy" );
1389         used_asm = 1;
1390         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1391         {
1392             int w = plane_specs[i].w;
1393             int h = plane_specs[i].h;
1394             intptr_t src_stride = plane_specs[i].src_stride;
1395             intptr_t dst_stride = (w + 127) & ~63;
1396             assert( dst_stride * h <= 0x1000 );
1397             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1398             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1399             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1400             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1401             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1402             for( int y = 0; y < h; y++ )
1403                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1404                 {
1405                     ok = 0;
1406                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1407                     break;
1408                 }
1409         }
1410     }
1411
1412     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1413     {
1414         set_func_name( "plane_copy_interleave" );
1415         used_asm = 1;
1416         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1417         {
1418             int w = (plane_specs[i].w + 1) >> 1;
1419             int h = plane_specs[i].h;
1420             intptr_t src_stride = (plane_specs[i].src_stride + 1) >> 1;
1421             intptr_t dst_stride = (2*w + 127) & ~63;
1422             assert( dst_stride * h <= 0x1000 );
1423             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1424             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1425             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1426             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1427             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1428             for( int y = 0; y < h; y++ )
1429                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1430                 {
1431                     ok = 0;
1432                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1433                     break;
1434                 }
1435         }
1436     }
1437
1438     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1439     {
1440         set_func_name( "plane_copy_deinterleave" );
1441         used_asm = 1;
1442         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1443         {
1444             int w = (plane_specs[i].w + 1) >> 1;
1445             int h = plane_specs[i].h;
1446             intptr_t dst_stride = w;
1447             intptr_t src_stride = (2*w + 127) & ~63;
1448             intptr_t offv = (dst_stride*h + 31) & ~15;
1449             memset( pbuf3, 0, 0x1000 );
1450             memset( pbuf4, 0, 0x1000 );
1451             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1452             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1453             for( int y = 0; y < h; y++ )
1454                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1455                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1456                 {
1457                     ok = 0;
1458                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1459                     break;
1460                 }
1461         }
1462     }
1463
1464     if( mc_a.plane_copy_deinterleave_rgb != mc_ref.plane_copy_deinterleave_rgb )
1465     {
1466         set_func_name( "plane_copy_deinterleave_rgb" );
1467         used_asm = 1;
1468         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1469         {
1470             int w = (plane_specs[i].w + 2) >> 2;
1471             int h = plane_specs[i].h;
1472             intptr_t src_stride = plane_specs[i].src_stride;
1473             intptr_t dst_stride = ALIGN( w, 16 );
1474             intptr_t offv = dst_stride*h + 16;
1475
1476             for( int pw = 3; pw <= 4; pw++ )
1477             {
1478                 memset( pbuf3, 0, 0x1000 );
1479                 memset( pbuf4, 0, 0x1000 );
1480                 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 );
1481                 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 );
1482                 for( int y = 0; y < h; y++ )
1483                     if( memcmp( pbuf3+y*dst_stride+0*offv, pbuf4+y*dst_stride+0*offv, w ) ||
1484                         memcmp( pbuf3+y*dst_stride+1*offv, pbuf4+y*dst_stride+1*offv, w ) ||
1485                         memcmp( pbuf3+y*dst_stride+2*offv, pbuf4+y*dst_stride+2*offv, w ) )
1486                     {
1487                         ok = 0;
1488                         fprintf( stderr, "plane_copy_deinterleave_rgb FAILED: w=%d h=%d stride=%d pw=%d\n", w, h, (int)src_stride, pw );
1489                         break;
1490                     }
1491             }
1492         }
1493     }
1494     report( "plane_copy :" );
1495
1496     if( mc_a.plane_copy_deinterleave_v210 != mc_ref.plane_copy_deinterleave_v210 )
1497     {
1498         set_func_name( "plane_copy_deinterleave_v210" );
1499         used_asm = 1;
1500         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1501         {
1502             int w = (plane_specs[i].w + 1) >> 1;
1503             int h = plane_specs[i].h;
1504             intptr_t dst_stride = ALIGN( w, 16 );
1505             intptr_t src_stride = (w + 47) / 48 * 128 / sizeof(uint32_t);
1506             intptr_t offv = dst_stride*h + 32;
1507             memset( pbuf3, 0, 0x1000 );
1508             memset( pbuf4, 0, 0x1000 );
1509             call_c( mc_c.plane_copy_deinterleave_v210, pbuf3, dst_stride, pbuf3+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1510             call_a( mc_a.plane_copy_deinterleave_v210, pbuf4, dst_stride, pbuf4+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1511             for( int y = 0; y < h; y++ )
1512                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride,      w*sizeof(uint16_t) ) ||
1513                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w*sizeof(uint16_t) ) )
1514                 {
1515                     ok = 0;
1516                     fprintf( stderr, "plane_copy_deinterleave_v210 FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1517                     break;
1518                 }
1519         }
1520     }
1521     report( "v210 :" );
1522
1523     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1524     {
1525         pixel *srchpel = pbuf1+8+2*64;
1526         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1527         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1528         void *tmp = pbuf3+49*64;
1529         set_func_name( "hpel_filter" );
1530         ok = 1; used_asm = 1;
1531         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1532         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1533         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, (intptr_t)64, 48, 10, tmp );
1534         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, (intptr_t)64, 48, 10, tmp );
1535         for( int i = 0; i < 3; i++ )
1536             for( int j = 0; j < 10; j++ )
1537                 //FIXME ideally the first pixels would match too, but they aren't actually used
1538                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1539                 {
1540                     ok = 0;
1541                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1542                     for( int k = 0; k < 48; k++ )
1543                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1544                     printf( "\n" );
1545                     for( int k = 0; k < 48; k++ )
1546                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1547                     printf( "\n" );
1548                     break;
1549                 }
1550         report( "hpel filter :" );
1551     }
1552
1553     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1554     {
1555         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1556         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1557         set_func_name( "lowres_init" );
1558         ok = 1; used_asm = 1;
1559         for( int w = 96; w <= 96+24; w += 8 )
1560         {
1561             intptr_t stride = (w*2+31)&~31;
1562             intptr_t stride_lowres = (w+31)&~31;
1563             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], stride, stride_lowres, w, 8 );
1564             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], stride, stride_lowres, w, 8 );
1565             for( int i = 0; i < 8; i++ )
1566             {
1567                 for( int j = 0; j < 4; j++ )
1568                     if( memcmp( dstc[j]+i*stride_lowres, dsta[j]+i*stride_lowres, w * sizeof(pixel) ) )
1569                     {
1570                         ok = 0;
1571                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1572                         for( int k = 0; k < w; k++ )
1573                             printf( "%d ", dstc[j][k+i*stride_lowres] );
1574                         printf( "\n" );
1575                         for( int k = 0; k < w; k++ )
1576                             printf( "%d ", dsta[j][k+i*stride_lowres] );
1577                         printf( "\n" );
1578                         break;
1579                     }
1580             }
1581         }
1582         report( "lowres init :" );
1583     }
1584
1585 #define INTEGRAL_INIT( name, size, ... )\
1586     if( mc_a.name != mc_ref.name )\
1587     {\
1588         intptr_t stride = 96;\
1589         set_func_name( #name );\
1590         used_asm = 1;\
1591         memcpy( buf3, buf1, size*2*stride );\
1592         memcpy( buf4, buf1, size*2*stride );\
1593         uint16_t *sum = (uint16_t*)buf3;\
1594         call_c1( mc_c.name, __VA_ARGS__ );\
1595         sum = (uint16_t*)buf4;\
1596         call_a1( mc_a.name, __VA_ARGS__ );\
1597         if( memcmp( buf3, buf4, (stride-8)*2 ) \
1598             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1599             ok = 0;\
1600         call_c2( mc_c.name, __VA_ARGS__ );\
1601         call_a2( mc_a.name, __VA_ARGS__ );\
1602     }
1603     ok = 1; used_asm = 0;
1604     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1605     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1606     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1607     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1608     report( "integral init :" );
1609
1610     ok = 1; used_asm = 0;
1611     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1612     {
1613         used_asm = 1;
1614         x264_emms();
1615         for( int i = 0; i < 10; i++ )
1616         {
1617             float fps_factor = (rand()&65535) / 65535.0f;
1618             set_func_name( "mbtree_propagate_cost" );
1619             int16_t *dsta = (int16_t*)buf3;
1620             int16_t *dstc = dsta+400;
1621             uint16_t *prop = (uint16_t*)buf1;
1622             uint16_t *intra = (uint16_t*)buf4;
1623             uint16_t *inter = intra+128;
1624             uint16_t *qscale = inter+128;
1625             uint16_t *rnd = (uint16_t*)buf2;
1626             x264_emms();
1627             for( int j = 0; j < 100; j++ )
1628             {
1629                 intra[j]  = *rnd++ & 0x7fff;
1630                 intra[j] += !intra[j];
1631                 inter[j]  = *rnd++ & 0x7fff;
1632                 qscale[j] = *rnd++ & 0x7fff;
1633             }
1634             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1635             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1636             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1637             x264_emms();
1638             for( int j = 0; j < 100 && ok; j++ )
1639             {
1640                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1641                 if( !ok )
1642                     fprintf( stderr, "mbtree_propagate_cost FAILED: %f !~= %f\n", (double)dstc[j], (double)dsta[j] );
1643             }
1644         }
1645     }
1646
1647     if( mc_a.mbtree_propagate_list != mc_ref.mbtree_propagate_list )
1648     {
1649         used_asm = 1;
1650         for( int i = 0; i < 8; i++ )
1651         {
1652             set_func_name( "mbtree_propagate_list" );
1653             x264_t h;
1654             int height = 4;
1655             int width = 128;
1656             int size = width*height;
1657             h.mb.i_mb_stride = width;
1658             h.mb.i_mb_width = width;
1659             h.mb.i_mb_height = height;
1660
1661             uint16_t *ref_costsc = (uint16_t*)buf3;
1662             uint16_t *ref_costsa = (uint16_t*)buf4;
1663             int16_t (*mvs)[2] = (int16_t(*)[2])(ref_costsc + size);
1664             int16_t *propagate_amount = (int16_t*)(mvs + width);
1665             uint16_t *lowres_costs = (uint16_t*)(propagate_amount + width);
1666             h.scratch_buffer2 = (uint8_t*)(ref_costsa + size);
1667             int bipred_weight = (rand()%63)+1;
1668             int list = i&1;
1669             for( int j = 0; j < size; j++ )
1670                 ref_costsc[j] = ref_costsa[j] = rand()&32767;
1671             for( int j = 0; j < width; j++ )
1672             {
1673                 static const uint8_t list_dist[2][8] = {{0,1,1,1,1,1,1,1},{1,1,3,3,3,3,3,2}};
1674                 for( int k = 0; k < 2; k++ )
1675                     mvs[j][k] = (rand()&127) - 64;
1676                 propagate_amount[j] = rand()&32767;
1677                 lowres_costs[j] = list_dist[list][rand()&7] << LOWRES_COST_SHIFT;
1678             }
1679
1680             call_c1( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1681             call_a1( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1682
1683             for( int j = 0; j < size && ok; j++ )
1684             {
1685                 ok &= abs(ref_costsa[j] - ref_costsc[j]) <= 1;
1686                 if( !ok )
1687                     fprintf( stderr, "mbtree_propagate_list FAILED at %d: %d !~= %d\n", j, ref_costsc[j], ref_costsa[j] );
1688             }
1689
1690             call_c2( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1691             call_a2( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1692         }
1693     }
1694     report( "mbtree :" );
1695
1696     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1697     {
1698         set_func_name( "memcpy_aligned" );
1699         ok = 1; used_asm = 1;
1700         for( size_t size = 16; size < 256; size += 16 )
1701         {
1702             memset( buf4, 0xAA, size + 1 );
1703             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1704             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1705             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1706             {
1707                 ok = 0;
1708                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", (int)size );
1709                 break;
1710             }
1711         }
1712         report( "memcpy aligned :" );
1713     }
1714
1715     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1716     {
1717         set_func_name( "memzero_aligned" );
1718         ok = 1; used_asm = 1;
1719         for( size_t size = 128; size < 1024; size += 128 )
1720         {
1721             memset( buf4, 0xAA, size + 1 );
1722             call_c( mc_c.memzero_aligned, buf3, size );
1723             call_a( mc_a.memzero_aligned, buf4, size );
1724             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1725             {
1726                 ok = 0;
1727                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", (int)size );
1728                 break;
1729             }
1730         }
1731         report( "memzero aligned :" );
1732     }
1733
1734     return ret;
1735 }
1736
1737 static int check_deblock( int cpu_ref, int cpu_new )
1738 {
1739     x264_deblock_function_t db_c;
1740     x264_deblock_function_t db_ref;
1741     x264_deblock_function_t db_a;
1742     int ret = 0, ok = 1, used_asm = 0;
1743     int alphas[36], betas[36];
1744     int8_t tcs[36][4];
1745
1746     x264_deblock_init( 0, &db_c, 0 );
1747     x264_deblock_init( cpu_ref, &db_ref, 0 );
1748     x264_deblock_init( cpu_new, &db_a, 0 );
1749
1750     /* not exactly the real values of a,b,tc but close enough */
1751     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1752     {
1753         alphas[i] = a << (BIT_DEPTH-8);
1754         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1755         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1756         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1757         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1758         a = a*9/10;
1759         c = c*9/10;
1760     }
1761
1762 #define TEST_DEBLOCK( name, align, ... ) \
1763     for( int i = 0; i < 36; i++ ) \
1764     { \
1765         intptr_t off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1766         for( int j = 0; j < 1024; j++ ) \
1767             /* two distributions of random to excersize different failure modes */ \
1768             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1769         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1770         if( db_a.name != db_ref.name ) \
1771         { \
1772             set_func_name( #name ); \
1773             used_asm = 1; \
1774             call_c1( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1775             call_a1( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1776             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1777             { \
1778                 ok = 0; \
1779                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1780                 break; \
1781             } \
1782             call_c2( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1783             call_a2( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1784         } \
1785     }
1786
1787     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1788     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1789     TEST_DEBLOCK( deblock_h_chroma_420, 0, tcs[i] );
1790     TEST_DEBLOCK( deblock_h_chroma_422, 0, tcs[i] );
1791     TEST_DEBLOCK( deblock_chroma_420_mbaff, 0, tcs[i] );
1792     TEST_DEBLOCK( deblock_chroma_422_mbaff, 0, tcs[i] );
1793     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1794     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1795     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1796     TEST_DEBLOCK( deblock_h_chroma_420_intra, 0 );
1797     TEST_DEBLOCK( deblock_h_chroma_422_intra, 0 );
1798     TEST_DEBLOCK( deblock_chroma_420_intra_mbaff, 0 );
1799     TEST_DEBLOCK( deblock_chroma_422_intra_mbaff, 0 );
1800     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1801
1802     if( db_a.deblock_strength != db_ref.deblock_strength )
1803     {
1804         for( int i = 0; i < 100; i++ )
1805         {
1806             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1807             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1808             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1809             ALIGNED_ARRAY_N( uint8_t, bs, [2],[2][8][4] );
1810             memset( bs, 99, sizeof(uint8_t)*2*4*8*2 );
1811             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1812                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1813             for( int j = 0; j < 2; j++ )
1814                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1815                 {
1816                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1817                     for( int l = 0; l < 2; l++ )
1818                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1819                 }
1820             set_func_name( "deblock_strength" );
1821             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1822             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1823             if( memcmp( bs[0], bs[1], sizeof(uint8_t)*2*4*8 ) )
1824             {
1825                 ok = 0;
1826                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1827                 for( int j = 0; j < 2; j++ )
1828                 {
1829                     for( int k = 0; k < 2; k++ )
1830                         for( int l = 0; l < 4; l++ )
1831                         {
1832                             for( int m = 0; m < 4; m++ )
1833                                 printf("%d ",bs[j][k][l][m]);
1834                             printf("\n");
1835                         }
1836                     printf("\n");
1837                 }
1838                 break;
1839             }
1840         }
1841     }
1842
1843     report( "deblock :" );
1844
1845     return ret;
1846 }
1847
1848 static int check_quant( int cpu_ref, int cpu_new )
1849 {
1850     x264_quant_function_t qf_c;
1851     x264_quant_function_t qf_ref;
1852     x264_quant_function_t qf_a;
1853     ALIGNED_ARRAY_N( dctcoef, dct1,[64] );
1854     ALIGNED_ARRAY_N( dctcoef, dct2,[64] );
1855     ALIGNED_ARRAY_N( dctcoef, dct3,[8],[16] );
1856     ALIGNED_ARRAY_N( dctcoef, dct4,[8],[16] );
1857     ALIGNED_ARRAY_N( uint8_t, cqm_buf,[64] );
1858     int ret = 0, ok, used_asm;
1859     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1860     x264_t h_buf;
1861     x264_t *h = &h_buf;
1862     memset( h, 0, sizeof(*h) );
1863     h->sps->i_chroma_format_idc = 1;
1864     x264_param_default( &h->param );
1865     h->chroma_qp_table = i_chroma_qp_table + 12;
1866     h->param.analyse.b_transform_8x8 = 1;
1867
1868     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1869     {
1870         if( i_cqm == 0 )
1871         {
1872             for( int i = 0; i < 6; i++ )
1873                 h->pps->scaling_list[i] = x264_cqm_flat16;
1874             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1875         }
1876         else if( i_cqm == 1 )
1877         {
1878             for( int i = 0; i < 6; i++ )
1879                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1880             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1881         }
1882         else
1883         {
1884             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1885             if( i_cqm == 2 )
1886                 for( int i = 0; i < 64; i++ )
1887                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1888             else
1889                 for( int i = 0; i < 64; i++ )
1890                     cqm_buf[i] = 1;
1891             for( int i = 0; i < 6; i++ )
1892                 h->pps->scaling_list[i] = cqm_buf;
1893             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1894         }
1895
1896         h->param.rc.i_qp_min = 0;
1897         h->param.rc.i_qp_max = QP_MAX_SPEC;
1898         x264_cqm_init( h );
1899         x264_quant_init( h, 0, &qf_c );
1900         x264_quant_init( h, cpu_ref, &qf_ref );
1901         x264_quant_init( h, cpu_new, &qf_a );
1902
1903 #define INIT_QUANT8(j,max) \
1904         { \
1905             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1906             for( int i = 0; i < max; i++ ) \
1907             { \
1908                 unsigned int scale = (255*scale1d[(i>>3)&7]*scale1d[i&7])/16; \
1909                 dct1[i] = dct2[i] = (j>>(i>>6))&1 ? (rand()%(2*scale+1))-scale : 0; \
1910             } \
1911         }
1912
1913 #define INIT_QUANT4(j,max) \
1914         { \
1915             static const int scale1d[4] = {4,6,4,6}; \
1916             for( int i = 0; i < max; i++ ) \
1917             { \
1918                 unsigned int scale = 255*scale1d[(i>>2)&3]*scale1d[i&3]; \
1919                 dct1[i] = dct2[i] = (j>>(i>>4))&1 ? (rand()%(2*scale+1))-scale : 0; \
1920             } \
1921         }
1922
1923 #define TEST_QUANT_DC( name, cqm ) \
1924         if( qf_a.name != qf_ref.name ) \
1925         { \
1926             set_func_name( #name ); \
1927             used_asms[0] = 1; \
1928             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1929             { \
1930                 for( int j = 0; j < 2; j++ ) \
1931                 { \
1932                     int result_c, result_a; \
1933                     for( int i = 0; i < 16; i++ ) \
1934                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1935                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1936                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1937                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1938                     { \
1939                         oks[0] = 0; \
1940                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1941                         break; \
1942                     } \
1943                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1944                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1945                 } \
1946             } \
1947         }
1948
1949 #define TEST_QUANT( qname, block, type, w, maxj ) \
1950         if( qf_a.qname != qf_ref.qname ) \
1951         { \
1952             set_func_name( #qname ); \
1953             used_asms[0] = 1; \
1954             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1955             { \
1956                 for( int j = 0; j < maxj; j++ ) \
1957                 { \
1958                     INIT_QUANT##type(j, w*w) \
1959                     int result_c = call_c1( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1960                     int result_a = call_a1( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1961                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1962                     { \
1963                         oks[0] = 0; \
1964                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1965                         break; \
1966                     } \
1967                     call_c2( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1968                     call_a2( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1969                 } \
1970             } \
1971         }
1972
1973         TEST_QUANT( quant_8x8, CQM_8IY, 8, 8, 2 );
1974         TEST_QUANT( quant_8x8, CQM_8PY, 8, 8, 2 );
1975         TEST_QUANT( quant_4x4, CQM_4IY, 4, 4, 2 );
1976         TEST_QUANT( quant_4x4, CQM_4PY, 4, 4, 2 );
1977         TEST_QUANT( quant_4x4x4, CQM_4IY, 4, 8, 16 );
1978         TEST_QUANT( quant_4x4x4, CQM_4PY, 4, 8, 16 );
1979         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
1980         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
1981
1982 #define TEST_DEQUANT( qname, dqname, block, w ) \
1983         if( qf_a.dqname != qf_ref.dqname ) \
1984         { \
1985             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1986             used_asms[1] = 1; \
1987             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1988             { \
1989                 INIT_QUANT##w(1, w*w) \
1990                 qf_c.qname( dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1991                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1992                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1993                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1994                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1995                 { \
1996                     oks[1] = 0; \
1997                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1998                     break; \
1999                 } \
2000                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2001                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2002             } \
2003         }
2004
2005         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
2006         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
2007         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
2008         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
2009
2010 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
2011         if( qf_a.dqname != qf_ref.dqname ) \
2012         { \
2013             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2014             used_asms[1] = 1; \
2015             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2016             { \
2017                 for( int i = 0; i < 16; i++ ) \
2018                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
2019                 qf_c.qname( dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
2020                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2021                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2022                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2023                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2024                 { \
2025                     oks[1] = 0; \
2026                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2027                 } \
2028                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2029                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2030             } \
2031         }
2032
2033         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
2034
2035         if( qf_a.idct_dequant_2x4_dc != qf_ref.idct_dequant_2x4_dc )
2036         {
2037             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2038             used_asms[1] = 1;
2039             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2040             {
2041                 for( int i = 0; i < 8; i++ )
2042                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2043                 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 );
2044                 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 );
2045                 call_c( qf_c.idct_dequant_2x4_dc, dct1, dct3, h->dequant4_mf[CQM_4IC], qp+3 );
2046                 call_a( qf_a.idct_dequant_2x4_dc, dct1, dct4, h->dequant4_mf[CQM_4IC], qp+3 );
2047                 for( int i = 0; i < 8; i++ )
2048                     if( dct3[i][0] != dct4[i][0] )
2049                     {
2050                         oks[1] = 0;
2051                         fprintf( stderr, "idct_dequant_2x4_dc (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2052                         break;
2053                     }
2054             }
2055         }
2056
2057         if( qf_a.idct_dequant_2x4_dconly != qf_ref.idct_dequant_2x4_dconly )
2058         {
2059             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2060             used_asms[1] = 1;
2061             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2062             {
2063                 for( int i = 0; i < 8; i++ )
2064                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2065                 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 );
2066                 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 );
2067                 memcpy( dct2, dct1, 8*sizeof(dctcoef) );
2068                 call_c1( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2069                 call_a1( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2070                 if( memcmp( dct1, dct2, 8*sizeof(dctcoef) ) )
2071                 {
2072                     oks[1] = 0;
2073                     fprintf( stderr, "idct_dequant_2x4_dconly (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2074                     break;
2075                 }
2076                 call_c2( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2077                 call_a2( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2078             }
2079         }
2080
2081 #define TEST_OPTIMIZE_CHROMA_DC( optname, size ) \
2082         if( qf_a.optname != qf_ref.optname ) \
2083         { \
2084             set_func_name( #optname ); \
2085             used_asms[2] = 1; \
2086             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2087             { \
2088                 int qpdc = qp + (size == 8 ? 3 : 0); \
2089                 int dmf = h->dequant4_mf[CQM_4IC][qpdc%6][0] << qpdc/6; \
2090                 if( dmf > 32*64 ) \
2091                     continue; \
2092                 for( int i = 16; ; i <<= 1 ) \
2093                 { \
2094                     int res_c, res_asm; \
2095                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
2096                     for( int j = 0; j < size; j++ ) \
2097                         dct1[j] = rand()%(max*2+1) - max; \
2098                     for( int j = 0; i <= size; j += 4 ) \
2099                         qf_c.quant_2x2_dc( &dct1[j], h->quant4_mf[CQM_4IC][qpdc][0]>>1, h->quant4_bias[CQM_4IC][qpdc][0]>>1 ); \
2100                     memcpy( dct2, dct1, size*sizeof(dctcoef) ); \
2101                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
2102                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
2103                     if( res_c != res_asm || memcmp( dct1, dct2, size*sizeof(dctcoef) ) ) \
2104                     { \
2105                         oks[2] = 0; \
2106                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
2107                     } \
2108                     call_c2( qf_c.optname, dct1, dmf ); \
2109                     call_a2( qf_a.optname, dct2, dmf ); \
2110                     if( i >= PIXEL_MAX*16 ) \
2111                         break; \
2112                 } \
2113             } \
2114         }
2115
2116         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x2_dc, 4 );
2117         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x4_dc, 8 );
2118
2119         x264_cqm_delete( h );
2120     }
2121
2122     ok = oks[0]; used_asm = used_asms[0];
2123     report( "quant :" );
2124
2125     ok = oks[1]; used_asm = used_asms[1];
2126     report( "dequant :" );
2127
2128     ok = oks[2]; used_asm = used_asms[2];
2129     report( "optimize chroma dc :" );
2130
2131     ok = 1; used_asm = 0;
2132     if( qf_a.denoise_dct != qf_ref.denoise_dct )
2133     {
2134         used_asm = 1;
2135         for( int size = 16; size <= 64; size += 48 )
2136         {
2137             set_func_name( "denoise_dct" );
2138             memcpy( dct1, buf1, size*sizeof(dctcoef) );
2139             memcpy( dct2, buf1, size*sizeof(dctcoef) );
2140             memcpy( buf3+256, buf3, 256 );
2141             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2142             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2143             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
2144                 ok = 0;
2145             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2146             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2147         }
2148     }
2149     report( "denoise dct :" );
2150
2151 #define TEST_DECIMATE( decname, w, ac, thresh ) \
2152     if( qf_a.decname != qf_ref.decname ) \
2153     { \
2154         set_func_name( #decname ); \
2155         used_asm = 1; \
2156         for( int i = 0; i < 100; i++ ) \
2157         { \
2158             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
2159             static const int zerorate_lut[4] = {3,7,15,31};\
2160             int zero_rate = zerorate_lut[i&3];\
2161             for( int idx = 0; idx < w*w; idx++ ) \
2162             { \
2163                 int sign = (rand()&1) ? -1 : 1; \
2164                 int abs_level = distrib[rand()&15]; \
2165                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
2166                 int zero = !(rand()&zero_rate); \
2167                 dct1[idx] = zero * abs_level * sign; \
2168             } \
2169             if( ac ) \
2170                 dct1[0] = 0; \
2171             int result_c = call_c( qf_c.decname, dct1 ); \
2172             int result_a = call_a( qf_a.decname, dct1 ); \
2173             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
2174             { \
2175                 ok = 0; \
2176                 fprintf( stderr, #decname ": [FAILED]\n" ); \
2177                 break; \
2178             } \
2179         } \
2180     }
2181
2182     ok = 1; used_asm = 0;
2183     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
2184     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
2185     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
2186     report( "decimate_score :" );
2187
2188 #define TEST_LAST( last, lastname, size, ac ) \
2189     if( qf_a.last != qf_ref.last ) \
2190     { \
2191         set_func_name( #lastname ); \
2192         used_asm = 1; \
2193         for( int i = 0; i < 100; i++ ) \
2194         { \
2195             int nnz = 0; \
2196             int max = rand() & (size-1); \
2197             memset( dct1, 0, size*sizeof(dctcoef) ); \
2198             for( int idx = ac; idx < max; idx++ ) \
2199                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2200             if( !nnz ) \
2201                 dct1[ac] = 1; \
2202             int result_c = call_c( qf_c.last, dct1+ac ); \
2203             int result_a = call_a( qf_a.last, dct1+ac ); \
2204             if( result_c != result_a ) \
2205             { \
2206                 ok = 0; \
2207                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
2208                 break; \
2209             } \
2210         } \
2211     }
2212
2213     ok = 1; used_asm = 0;
2214     TEST_LAST( coeff_last4              , coeff_last4,   4, 0 );
2215     TEST_LAST( coeff_last8              , coeff_last8,   8, 0 );
2216     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 16, 1 );
2217     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 16, 0 );
2218     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 64, 0 );
2219     report( "coeff_last :" );
2220
2221 #define TEST_LEVELRUN( lastname, name, size, ac ) \
2222     if( qf_a.lastname != qf_ref.lastname ) \
2223     { \
2224         set_func_name( #name ); \
2225         used_asm = 1; \
2226         for( int i = 0; i < 100; i++ ) \
2227         { \
2228             x264_run_level_t runlevel_c, runlevel_a; \
2229             int nnz = 0; \
2230             int max = rand() & (size-1); \
2231             memset( dct1, 0, size*sizeof(dctcoef) ); \
2232             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
2233             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
2234             for( int idx = ac; idx < max; idx++ ) \
2235                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2236             if( !nnz ) \
2237                 dct1[ac] = 1; \
2238             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
2239             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
2240             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
2241                 runlevel_c.mask != runlevel_a.mask || \
2242                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c)) \
2243             { \
2244                 ok = 0; \
2245                 fprintf( stderr, #name ": [FAILED]\n" ); \
2246                 break; \
2247             } \
2248         } \
2249     }
2250
2251     ok = 1; used_asm = 0;
2252     TEST_LEVELRUN( coeff_level_run4              , coeff_level_run4,   4, 0 );
2253     TEST_LEVELRUN( coeff_level_run8              , coeff_level_run8,   8, 0 );
2254     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 16, 1 );
2255     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 16, 0 );
2256     report( "coeff_level_run :" );
2257
2258     return ret;
2259 }
2260
2261 static int check_intra( int cpu_ref, int cpu_new )
2262 {
2263     int ret = 0, ok = 1, used_asm = 0;
2264     ALIGNED_ARRAY_32( pixel, edge,[36] );
2265     ALIGNED_ARRAY_32( pixel, edge2,[36] );
2266     ALIGNED_ARRAY_32( pixel, fdec,[FDEC_STRIDE*20] );
2267     struct
2268     {
2269         x264_predict_t      predict_16x16[4+3];
2270         x264_predict_t      predict_8x8c[4+3];
2271         x264_predict_t      predict_8x16c[4+3];
2272         x264_predict8x8_t   predict_8x8[9+3];
2273         x264_predict_t      predict_4x4[9+3];
2274         x264_predict_8x8_filter_t predict_8x8_filter;
2275     } ip_c, ip_ref, ip_a;
2276
2277     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
2278     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
2279     x264_predict_8x16c_init( 0, ip_c.predict_8x16c );
2280     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
2281     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
2282
2283     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
2284     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
2285     x264_predict_8x16c_init( cpu_ref, ip_ref.predict_8x16c );
2286     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
2287     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
2288
2289     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
2290     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
2291     x264_predict_8x16c_init( cpu_new, ip_a.predict_8x16c );
2292     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
2293     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
2294
2295     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
2296
2297     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
2298
2299 #define INTRA_TEST( name, dir, w, h, align, bench, ... )\
2300     if( ip_a.name[dir] != ip_ref.name[dir] )\
2301     {\
2302         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
2303         used_asm = 1;\
2304         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2305         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2306         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
2307         {\
2308             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
2309             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
2310             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
2311             {\
2312                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
2313                 ok = 0;\
2314                 for( int k = -1; k < 16; k++ )\
2315                     printf( "%2x ", edge[16+k] );\
2316                 printf( "\n" );\
2317                 for( int j = 0; j < h; j++ )\
2318                 {\
2319                     printf( "%2x ", edge[14-j] );\
2320                     for( int k = 0; k < w; k++ )\
2321                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
2322                     printf( "\n" );\
2323                 }\
2324                 printf( "\n" );\
2325                 for( int j = 0; j < h; j++ )\
2326                 {\
2327                     printf( "   " );\
2328                     for( int k = 0; k < w; k++ )\
2329                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
2330                     printf( "\n" );\
2331                 }\
2332                 break;\
2333             }\
2334         }\
2335     }
2336
2337     for( int i = 0; i < 12; i++ )
2338         INTRA_TEST(   predict_4x4, i,  4,  4,  4, );
2339     for( int i = 0; i < 7; i++ )
2340         INTRA_TEST(  predict_8x8c, i,  8,  8, 16, );
2341     for( int i = 0; i < 7; i++ )
2342         INTRA_TEST( predict_8x16c, i,  8, 16, 16, );
2343     for( int i = 0; i < 7; i++ )
2344         INTRA_TEST( predict_16x16, i, 16, 16, 16, );
2345     for( int i = 0; i < 12; i++ )
2346         INTRA_TEST(   predict_8x8, i,  8,  8,  8, , edge );
2347
2348     set_func_name("intra_predict_8x8_filter");
2349     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
2350     {
2351         used_asm = 1;
2352         for( int i = 0; i < 32; i++ )
2353         {
2354             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
2355                 continue;
2356             int neighbor = (i&24)>>1;
2357             memset( edge,  0, 36*sizeof(pixel) );
2358             memset( edge2, 0, 36*sizeof(pixel) );
2359             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
2360             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
2361             if( !(neighbor&MB_TOPLEFT) )
2362                 edge[15] = edge2[15] = 0;
2363             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
2364             {
2365                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
2366                 ok = 0;
2367             }
2368         }
2369     }
2370
2371 #define EXTREMAL_PLANE( w, h ) \
2372     { \
2373         int max[7]; \
2374         for( int j = 0; j < 7; j++ ) \
2375             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
2376         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
2377         for( int j = 0; j < w/2; j++ ) \
2378             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
2379         for( int j = w/2; j < w-1; j++ ) \
2380             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
2381         fdec[48+(w-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
2382         for( int j = 0; j < h/2; j++ ) \
2383             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
2384         for( int j = h/2; j < h-1; j++ ) \
2385             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
2386         fdec[48+(h-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
2387     }
2388     /* Extremal test case for planar prediction. */
2389     for( int test = 0; test < 100 && ok; test++ )
2390         for( int i = 0; i < 128 && ok; i++ )
2391         {
2392             EXTREMAL_PLANE(  8,  8 );
2393             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8,  8, 64, 1 );
2394             EXTREMAL_PLANE(  8, 16 );
2395             INTRA_TEST( predict_8x16c, I_PRED_CHROMA_P,  8, 16, 64, 1 );
2396             EXTREMAL_PLANE( 16, 16 );
2397             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 16, 64, 1 );
2398         }
2399     report( "intra pred :" );
2400     return ret;
2401 }
2402
2403 #define DECL_CABAC(cpu) \
2404 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
2405 {\
2406     x264_cabac_t cb;\
2407     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2408     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2409     for( int i = 0; i < 0x1000; i++ )\
2410         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
2411 }\
2412 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
2413 {\
2414     x264_cabac_t cb;\
2415     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2416     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2417     for( int i = 0; i < 0x1000; i++ )\
2418         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
2419 }\
2420 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
2421 {\
2422     x264_cabac_t cb;\
2423     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2424     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2425     for( int i = 0; i < 0x1000; i++ )\
2426         x264_cabac_encode_terminal_##cpu( &cb );\
2427 }
2428 DECL_CABAC(c)
2429 #if HAVE_MMX
2430 DECL_CABAC(asm)
2431 #else
2432 #define run_cabac_decision_asm run_cabac_decision_c
2433 #define run_cabac_bypass_asm run_cabac_bypass_c
2434 #define run_cabac_terminal_asm run_cabac_terminal_c
2435 #endif
2436
2437 extern const uint8_t x264_count_cat_m1[14];
2438 void x264_cabac_block_residual_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2439 void x264_cabac_block_residual_8x8_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2440 void x264_cabac_block_residual_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2441
2442 static int check_cabac( int cpu_ref, int cpu_new )
2443 {
2444     int ret = 0, ok = 1, used_asm = 0;
2445     x264_t h;
2446     h.sps->i_chroma_format_idc = 3;
2447
2448     x264_bitstream_function_t bs_ref;
2449     x264_bitstream_function_t bs_a;
2450     x264_bitstream_init( cpu_ref, &bs_ref );
2451     x264_bitstream_init( cpu_new, &bs_a );
2452     x264_quant_init( &h, cpu_new, &h.quantf );
2453     h.quantf.coeff_last[DCT_CHROMA_DC] = h.quantf.coeff_last4;
2454
2455 #define CABAC_RESIDUAL(name, start, end, rd)\
2456 {\
2457     if( bs_a.name##_internal && (bs_a.name##_internal != bs_ref.name##_internal || (cpu_new&X264_CPU_SSE2_IS_SLOW)) )\
2458     {\
2459         used_asm = 1;\
2460         set_func_name( #name );\
2461         for( int i = 0; i < 2; i++ )\
2462         {\
2463             for( intptr_t ctx_block_cat = start; ctx_block_cat <= end; ctx_block_cat++ )\
2464             {\
2465                 for( int j = 0; j < 256; j++ )\
2466                 {\
2467                     ALIGNED_ARRAY_N( dctcoef, dct, [2],[64] );\
2468                     uint8_t bitstream[2][1<<16];\
2469                     static const uint8_t ctx_ac[14] = {0,1,0,0,1,0,0,1,0,0,0,1,0,0};\
2470                     int ac = ctx_ac[ctx_block_cat];\
2471                     int nz = 0;\
2472                     while( !nz )\
2473                     {\
2474                         for( int k = 0; k <= x264_count_cat_m1[ctx_block_cat]; k++ )\
2475                         {\
2476                             /* Very rough distribution that covers possible inputs */\
2477                             int rnd = rand();\
2478                             int coef = !(rnd&3);\
2479                             coef += !(rnd&  15) * (rand()&0x0006);\
2480                             coef += !(rnd&  63) * (rand()&0x0008);\
2481                             coef += !(rnd& 255) * (rand()&0x00F0);\
2482                             coef += !(rnd&1023) * (rand()&0x7F00);\
2483                             nz |= dct[0][ac+k] = dct[1][ac+k] = coef * ((rand()&1) ? 1 : -1);\
2484                         }\
2485                     }\
2486                     h.mb.b_interlaced = i;\
2487                     x264_cabac_t cb[2];\
2488                     x264_cabac_context_init( &h, &cb[0], SLICE_TYPE_P, 26, 0 );\
2489                     x264_cabac_context_init( &h, &cb[1], SLICE_TYPE_P, 26, 0 );\
2490                     x264_cabac_encode_init( &cb[0], bitstream[0], bitstream[0]+0xfff0 );\
2491                     x264_cabac_encode_init( &cb[1], bitstream[1], bitstream[1]+0xfff0 );\
2492                     cb[0].f8_bits_encoded = 0;\
2493                     cb[1].f8_bits_encoded = 0;\
2494                     if( !rd ) memcpy( bitstream[1], bitstream[0], 0x400 );\
2495                     call_c1( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2496                     call_a1( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2497                     ok = cb[0].f8_bits_encoded == cb[1].f8_bits_encoded && !memcmp(cb[0].state, cb[1].state, 1024);\
2498                     if( !rd ) ok |= !memcmp( bitstream[1], bitstream[0], 0x400 ) && !memcmp( &cb[1], &cb[0], offsetof(x264_cabac_t, p_start) );\
2499                     if( !ok )\
2500                     {\
2501                         fprintf( stderr, #name " :  [FAILED] ctx_block_cat %d", (int)ctx_block_cat );\
2502                         if( rd && cb[0].f8_bits_encoded != cb[1].f8_bits_encoded )\
2503                             fprintf( stderr, " (%d != %d)", cb[0].f8_bits_encoded, cb[1].f8_bits_encoded );\
2504                         fprintf( stderr, "\n");\
2505                         goto name##fail;\
2506                     }\
2507                     if( (j&15) == 0 )\
2508                     {\
2509                         call_c2( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2510                         call_a2( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2511                     }\
2512                 }\
2513             }\
2514         }\
2515     }\
2516 }\
2517 name##fail:
2518
2519     CABAC_RESIDUAL( cabac_block_residual, 0, DCT_LUMA_8x8, 0 )
2520     report( "cabac residual:" );
2521
2522     ok = 1; used_asm = 0;
2523     CABAC_RESIDUAL( cabac_block_residual_rd, 0, DCT_LUMA_8x8-1, 1 )
2524     CABAC_RESIDUAL( cabac_block_residual_8x8_rd, DCT_LUMA_8x8, DCT_LUMA_8x8, 1 )
2525     report( "cabac residual rd:" );
2526
2527     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
2528         return ret;
2529     ok = 1; used_asm = 0;
2530     x264_cabac_init( &h );
2531
2532     set_func_name( "cabac_encode_decision" );
2533     memcpy( buf4, buf3, 0x1000 );
2534     call_c( run_cabac_decision_c, &h, buf3 );
2535     call_a( run_cabac_decision_asm, &h, buf4 );
2536     ok = !memcmp( buf3, buf4, 0x1000 );
2537     report( "cabac decision:" );
2538
2539     set_func_name( "cabac_encode_bypass" );
2540     memcpy( buf4, buf3, 0x1000 );
2541     call_c( run_cabac_bypass_c, &h, buf3 );
2542     call_a( run_cabac_bypass_asm, &h, buf4 );
2543     ok = !memcmp( buf3, buf4, 0x1000 );
2544     report( "cabac bypass:" );
2545
2546     set_func_name( "cabac_encode_terminal" );
2547     memcpy( buf4, buf3, 0x1000 );
2548     call_c( run_cabac_terminal_c, &h, buf3 );
2549     call_a( run_cabac_terminal_asm, &h, buf4 );
2550     ok = !memcmp( buf3, buf4, 0x1000 );
2551     report( "cabac terminal:" );
2552
2553     return ret;
2554 }
2555
2556 static int check_bitstream( int cpu_ref, int cpu_new )
2557 {
2558     x264_bitstream_function_t bs_c;
2559     x264_bitstream_function_t bs_ref;
2560     x264_bitstream_function_t bs_a;
2561
2562     int ret = 0, ok = 1, used_asm = 0;
2563
2564     x264_bitstream_init( 0, &bs_c );
2565     x264_bitstream_init( cpu_ref, &bs_ref );
2566     x264_bitstream_init( cpu_new, &bs_a );
2567     if( bs_a.nal_escape != bs_ref.nal_escape )
2568     {
2569         int size = 0x4000;
2570         uint8_t *input = malloc(size+100);
2571         uint8_t *output1 = malloc(size*2);
2572         uint8_t *output2 = malloc(size*2);
2573         used_asm = 1;
2574         set_func_name( "nal_escape" );
2575         for( int i = 0; i < 100; i++ )
2576         {
2577             /* Test corner-case sizes */
2578             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2579             /* Test 8 different probability distributions of zeros */
2580             for( int j = 0; j < test_size+32; j++ )
2581                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2582             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2583             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2584             int size_c = end_c-output1;
2585             int size_a = end_a-output2;
2586             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2587             {
2588                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2589                 ok = 0;
2590                 break;
2591             }
2592         }
2593         for( int j = 0; j < size+32; j++ )
2594             input[j] = rand();
2595         call_c2( bs_c.nal_escape, output1, input, input+size );
2596         call_a2( bs_a.nal_escape, output2, input, input+size );
2597         free(input);
2598         free(output1);
2599         free(output2);
2600     }
2601     report( "nal escape:" );
2602
2603     return ret;
2604 }
2605
2606 static int check_all_funcs( int cpu_ref, int cpu_new )
2607 {
2608     return check_pixel( cpu_ref, cpu_new )
2609          + check_dct( cpu_ref, cpu_new )
2610          + check_mc( cpu_ref, cpu_new )
2611          + check_intra( cpu_ref, cpu_new )
2612          + check_deblock( cpu_ref, cpu_new )
2613          + check_quant( cpu_ref, cpu_new )
2614          + check_cabac( cpu_ref, cpu_new )
2615          + check_bitstream( cpu_ref, cpu_new );
2616 }
2617
2618 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2619 {
2620     *cpu_ref = *cpu_new;
2621     *cpu_new |= flags;
2622 #if STACK_ALIGNMENT < 16
2623     *cpu_new |= X264_CPU_STACK_MOD4;
2624 #endif
2625     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2626         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2627     if( !quiet )
2628         fprintf( stderr, "x264: %s\n", name );
2629     return check_all_funcs( *cpu_ref, *cpu_new );
2630 }
2631
2632 static int check_all_flags( void )
2633 {
2634     int ret = 0;
2635     int cpu0 = 0, cpu1 = 0;
2636     uint32_t cpu_detect = x264_cpu_detect();
2637 #if HAVE_MMX
2638     if( cpu_detect & X264_CPU_MMX2 )
2639     {
2640         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2641         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2642         cpu1 &= ~X264_CPU_CACHELINE_64;
2643 #if ARCH_X86
2644         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2645         cpu1 &= ~X264_CPU_CACHELINE_32;
2646 #endif
2647         if( cpu_detect & X264_CPU_LZCNT )
2648         {
2649             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX_LZCNT" );
2650             cpu1 &= ~X264_CPU_LZCNT;
2651         }
2652         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2653         cpu1 &= ~X264_CPU_SLOW_CTZ;
2654     }
2655     if( cpu_detect & X264_CPU_SSE )
2656         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE, "SSE" );
2657     if( cpu_detect & X264_CPU_SSE2 )
2658     {
2659         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2660         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2661         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2662         cpu1 &= ~X264_CPU_CACHELINE_64;
2663         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSE2 SlowShuffle" );
2664         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2665         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2666         cpu1 &= ~X264_CPU_SLOW_CTZ;
2667     }
2668     if( cpu_detect & X264_CPU_LZCNT )
2669     {
2670         ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE_LZCNT" );
2671         cpu1 &= ~X264_CPU_LZCNT;
2672     }
2673     if( cpu_detect & X264_CPU_SSE3 )
2674     {
2675         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2676         cpu1 &= ~X264_CPU_CACHELINE_64;
2677     }
2678     if( cpu_detect & X264_CPU_SSSE3 )
2679     {
2680         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2681         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2682         cpu1 &= ~X264_CPU_CACHELINE_64;
2683         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSSE3 SlowShuffle" );
2684         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2685         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2686         cpu1 &= ~X264_CPU_SLOW_CTZ;
2687         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2688         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64 SlowAtom" );
2689         cpu1 &= ~X264_CPU_CACHELINE_64;
2690         cpu1 &= ~X264_CPU_SLOW_ATOM;
2691     }
2692     if( cpu_detect & X264_CPU_SSE4 )
2693         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2694     if( cpu_detect & X264_CPU_AVX )
2695         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2696     if( cpu_detect & X264_CPU_XOP )
2697         ret |= add_flags( &cpu0, &cpu1, X264_CPU_XOP, "XOP" );
2698     if( cpu_detect & X264_CPU_FMA4 )
2699     {
2700         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA4, "FMA4" );
2701         cpu1 &= ~X264_CPU_FMA4;
2702     }
2703     if( cpu_detect & X264_CPU_BMI1 )
2704     {
2705         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1, "BMI1" );
2706         cpu1 &= ~X264_CPU_BMI1;
2707     }
2708     if( cpu_detect & X264_CPU_AVX2 )
2709     {
2710         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX2, "AVX2" );
2711         if( cpu_detect & X264_CPU_LZCNT )
2712         {
2713             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "AVX2_LZCNT" );
2714             cpu1 &= ~X264_CPU_LZCNT;
2715         }
2716     }
2717     if( cpu_detect & X264_CPU_BMI2 )
2718     {
2719         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1|X264_CPU_BMI2, "BMI2" );
2720         cpu1 &= ~(X264_CPU_BMI1|X264_CPU_BMI2);
2721     }
2722     if( cpu_detect & X264_CPU_FMA3 )
2723     {
2724         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3, "FMA3" );
2725         cpu1 &= ~X264_CPU_FMA3;
2726     }
2727 #elif ARCH_PPC
2728     if( cpu_detect & X264_CPU_ALTIVEC )
2729     {
2730         fprintf( stderr, "x264: ALTIVEC against C\n" );
2731         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2732     }
2733 #elif ARCH_ARM
2734     if( cpu_detect & X264_CPU_ARMV6 )
2735         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2736     if( cpu_detect & X264_CPU_NEON )
2737         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2738     if( cpu_detect & X264_CPU_FAST_NEON_MRC )
2739         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2740 #elif ARCH_AARCH64
2741     if( cpu_detect & X264_CPU_ARMV8 )
2742         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV8, "ARMv8" );
2743     if( cpu_detect & X264_CPU_NEON )
2744         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2745 #endif
2746     return ret;
2747 }
2748
2749 int main(int argc, char *argv[])
2750 {
2751     int ret = 0;
2752
2753     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2754     {
2755 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM
2756         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2757         return 1;
2758 #endif
2759         do_bench = 1;
2760         if( argv[1][7] == '=' )
2761         {
2762             bench_pattern = argv[1]+8;
2763             bench_pattern_len = strlen(bench_pattern);
2764         }
2765         argc--;
2766         argv++;
2767     }
2768
2769     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2770     fprintf( stderr, "x264: using random seed %u\n", seed );
2771     srand( seed );
2772
2773     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 32*BENCH_ALIGNS );
2774     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 32*BENCH_ALIGNS );
2775     if( !buf1 || !pbuf1 )
2776     {
2777         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2778         return -1;
2779     }
2780 #define INIT_POINTER_OFFSETS\
2781     buf2 = buf1 + 0xf00;\
2782     buf3 = buf2 + 0xf00;\
2783     buf4 = buf3 + 0x1000*sizeof(pixel);\
2784     pbuf2 = pbuf1 + 0xf00;\
2785     pbuf3 = (pixel*)buf3;\
2786     pbuf4 = (pixel*)buf4;
2787     INIT_POINTER_OFFSETS;
2788     for( int i = 0; i < 0x1e00; i++ )
2789     {
2790         buf1[i] = rand() & 0xFF;
2791         pbuf1[i] = rand() & PIXEL_MAX;
2792     }
2793     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2794
2795     /* 32-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2796     if( do_bench )
2797         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2798         {
2799             INIT_POINTER_OFFSETS;
2800             ret |= x264_stack_pagealign( check_all_flags, i*32 );
2801             buf1 += 32;
2802             pbuf1 += 32;
2803             quiet = 1;
2804             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2805         }
2806     else
2807         ret = x264_stack_pagealign( check_all_flags, 0 );
2808
2809     if( ret )
2810     {
2811         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2812         return -1;
2813     }
2814     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2815     if( do_bench )
2816         print_bench();
2817     return 0;
2818 }
2819