NV21 input support
[x264/x264-sandbox.git] / tools / checkasm.c
1 /*****************************************************************************
2  * checkasm.c: assembly check tool
3  *****************************************************************************
4  * Copyright (C) 2003-2015 x264 project
5  *
6  * Authors: Loren Merritt <lorenm@u.washington.edu>
7  *          Laurent Aimar <fenrir@via.ecp.fr>
8  *          Fiona Glaser <fiona@x264.com>
9  *
10  * This program is free software; you can redistribute it and/or modify
11  * it under the terms of the GNU General Public License as published by
12  * the Free Software Foundation; either version 2 of the License, or
13  * (at your option) any later version.
14  *
15  * This program is distributed in the hope that it will be useful,
16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
18  * GNU General Public License for more details.
19  *
20  * You should have received a copy of the GNU General Public License
21  * along with this program; if not, write to the Free Software
22  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02111, USA.
23  *
24  * This program is also available under a commercial proprietary license.
25  * For more information, contact us at licensing@x264.com.
26  *****************************************************************************/
27
28 #include <ctype.h>
29 #include "common/common.h"
30 #include "common/cpu.h"
31
32 // GCC doesn't align stack variables on ARM, so use .bss
33 #if ARCH_ARM
34 #undef ALIGNED_16
35 #define ALIGNED_16( var ) DECLARE_ALIGNED( static var, 16 )
36 #endif
37
38 /* buf1, buf2: initialised to random data and shouldn't write into them */
39 uint8_t *buf1, *buf2;
40 /* buf3, buf4: used to store output */
41 uint8_t *buf3, *buf4;
42 /* pbuf1, pbuf2: initialised to random pixel data and shouldn't write into them. */
43 pixel *pbuf1, *pbuf2;
44 /* pbuf3, pbuf4: point to buf3, buf4, just for type convenience */
45 pixel *pbuf3, *pbuf4;
46
47 int quiet = 0;
48
49 #define report( name ) { \
50     if( used_asm && !quiet ) \
51         fprintf( stderr, " - %-21s [%s]\n", name, ok ? "OK" : "FAILED" ); \
52     if( !ok ) ret = -1; \
53 }
54
55 #define BENCH_RUNS 100  // tradeoff between accuracy and speed
56 #define BENCH_ALIGNS 16 // number of stack+heap data alignments (another accuracy vs speed tradeoff)
57 #define MAX_FUNCS 1000  // just has to be big enough to hold all the existing functions
58 #define MAX_CPUS 30     // number of different combinations of cpu flags
59
60 typedef struct
61 {
62     void *pointer; // just for detecting duplicates
63     uint32_t cpu;
64     uint64_t cycles;
65     uint32_t den;
66 } bench_t;
67
68 typedef struct
69 {
70     char *name;
71     bench_t vers[MAX_CPUS];
72 } bench_func_t;
73
74 int do_bench = 0;
75 int bench_pattern_len = 0;
76 const char *bench_pattern = "";
77 char func_name[100];
78 static bench_func_t benchs[MAX_FUNCS];
79
80 static const char *pixel_names[12] = { "16x16", "16x8", "8x16", "8x8", "8x4", "4x8", "4x4", "4x16", "4x2", "2x8", "2x4", "2x2" };
81 static const char *intra_predict_16x16_names[7] = { "v", "h", "dc", "p", "dcl", "dct", "dc8" };
82 static const char *intra_predict_8x8c_names[7] = { "dc", "h", "v", "p", "dcl", "dct", "dc8" };
83 static const char *intra_predict_4x4_names[12] = { "v", "h", "dc", "ddl", "ddr", "vr", "hd", "vl", "hu", "dcl", "dct", "dc8" };
84 static const char **intra_predict_8x8_names = intra_predict_4x4_names;
85 static const char **intra_predict_8x16c_names = intra_predict_8x8c_names;
86
87 #define set_func_name(...) snprintf( func_name, sizeof(func_name), __VA_ARGS__ )
88
89 static inline uint32_t read_time(void)
90 {
91     uint32_t a = 0;
92 #if HAVE_X86_INLINE_ASM
93     asm volatile( "lfence \n"
94                   "rdtsc  \n"
95                   : "=a"(a) :: "edx", "memory" );
96 #elif ARCH_PPC
97     asm volatile( "mftb %0" : "=r"(a) :: "memory" );
98 #elif ARCH_ARM     // ARMv7 only
99     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) :: "memory" );
100 #elif ARCH_AARCH64
101     uint64_t b = 0;
102     asm volatile( "mrs %0, pmccntr_el0" : "=r"(b) :: "memory" );
103     a = b;
104 #endif
105     return a;
106 }
107
108 static bench_t* get_bench( const char *name, int cpu )
109 {
110     int i, j;
111     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
112         assert( i < MAX_FUNCS );
113     if( !benchs[i].name )
114         benchs[i].name = strdup( name );
115     if( !cpu )
116         return &benchs[i].vers[0];
117     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
118         assert( j < MAX_CPUS );
119     benchs[i].vers[j].cpu = cpu;
120     return &benchs[i].vers[j];
121 }
122
123 static int cmp_nop( const void *a, const void *b )
124 {
125     return *(uint16_t*)a - *(uint16_t*)b;
126 }
127
128 static int cmp_bench( const void *a, const void *b )
129 {
130     // asciibetical sort except preserving numbers
131     const char *sa = ((bench_func_t*)a)->name;
132     const char *sb = ((bench_func_t*)b)->name;
133     for( ;; sa++, sb++ )
134     {
135         if( !*sa && !*sb )
136             return 0;
137         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
138             return isdigit( sa[1] ) - isdigit( sb[1] );
139         if( *sa != *sb )
140             return *sa - *sb;
141     }
142 }
143
144 static void print_bench(void)
145 {
146     uint16_t nops[10000];
147     int nfuncs, nop_time=0;
148
149     for( int i = 0; i < 10000; i++ )
150     {
151         uint32_t t = read_time();
152         nops[i] = read_time() - t;
153     }
154     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
155     for( int i = 500; i < 9500; i++ )
156         nop_time += nops[i];
157     nop_time /= 900;
158     printf( "nop: %d\n", nop_time );
159
160     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
161     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
162     for( int i = 0; i < nfuncs; i++ )
163         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
164         {
165             int k;
166             bench_t *b = &benchs[i].vers[j];
167             if( !b->den )
168                 continue;
169             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
170             if( k < j )
171                 continue;
172             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
173 #if HAVE_MMX
174                     b->cpu&X264_CPU_AVX2 ? "avx2" :
175                     b->cpu&X264_CPU_FMA3 ? "fma3" :
176                     b->cpu&X264_CPU_FMA4 ? "fma4" :
177                     b->cpu&X264_CPU_XOP ? "xop" :
178                     b->cpu&X264_CPU_AVX ? "avx" :
179                     b->cpu&X264_CPU_SSE42 ? "sse42" :
180                     b->cpu&X264_CPU_SSE4 ? "sse4" :
181                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
182                     b->cpu&X264_CPU_SSE3 ? "sse3" :
183                     /* print sse2slow only if there's also a sse2fast version of the same func */
184                     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" :
185                     b->cpu&X264_CPU_SSE2 ? "sse2" :
186                     b->cpu&X264_CPU_SSE ? "sse" :
187                     b->cpu&X264_CPU_MMX ? "mmx" :
188 #elif ARCH_PPC
189                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
190 #elif ARCH_ARM
191                     b->cpu&X264_CPU_NEON ? "neon" :
192                     b->cpu&X264_CPU_ARMV6 ? "armv6" :
193 #elif ARCH_AARCH64
194                     b->cpu&X264_CPU_NEON ? "neon" :
195                     b->cpu&X264_CPU_ARMV8 ? "armv8" :
196 #endif
197                     "c",
198 #if HAVE_MMX
199                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
200                     b->cpu&X264_CPU_SLOW_ATOM && b->cpu&X264_CPU_CACHELINE_64 ? "_c64_atom" :
201                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
202                     b->cpu&X264_CPU_SLOW_SHUFFLE ? "_slowshuffle" :
203                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
204                     b->cpu&X264_CPU_BMI2 ? "_bmi2" :
205                     b->cpu&X264_CPU_BMI1 ? "_bmi1" :
206                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
207                     b->cpu&X264_CPU_SLOW_ATOM ? "_atom" :
208 #elif ARCH_ARM
209                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
210 #endif
211                     "",
212                     (int64_t)(10*b->cycles/b->den - nop_time)/4 );
213         }
214 }
215
216 #if ARCH_X86 || ARCH_X86_64
217 int x264_stack_pagealign( int (*func)(), int align );
218
219 /* detect when callee-saved regs aren't saved
220  * needs an explicit asm check because it only sometimes crashes in normal use. */
221 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
222 #else
223 #define x264_stack_pagealign( func, align ) func()
224 #endif
225
226 #define call_c1(func,...) func(__VA_ARGS__)
227
228 #if ARCH_X86_64
229 /* Evil hack: detect incorrect assumptions that 32-bit ints are zero-extended to 64-bit.
230  * This is done by clobbering the stack with junk around the stack pointer and calling the
231  * assembly function through x264_checkasm_call with added dummy arguments which forces all
232  * real arguments to be passed on the stack and not in registers. For 32-bit argument the
233  * upper half of the 64-bit register location on the stack will now contain junk. Note that
234  * this is dependant on compiler behaviour and that interrupts etc. at the wrong time may
235  * overwrite the junk written to the stack so there's no guarantee that it will always
236  * detect all functions that assumes zero-extension.
237  */
238 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
239 #define call_a1(func,...) ({ \
240     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
241     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 */ \
242     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, __VA_ARGS__ ); })
243 #elif ARCH_X86
244 #define call_a1(func,...) x264_checkasm_call( (intptr_t(*)())func, &ok, __VA_ARGS__ )
245 #else
246 #define call_a1 call_c1
247 #endif
248
249 #define call_bench(func,cpu,...)\
250     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
251     {\
252         uint64_t tsum = 0;\
253         int tcount = 0;\
254         call_a1(func, __VA_ARGS__);\
255         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
256         {\
257             uint32_t t = read_time();\
258             func(__VA_ARGS__);\
259             func(__VA_ARGS__);\
260             func(__VA_ARGS__);\
261             func(__VA_ARGS__);\
262             t = read_time() - t;\
263             if( (uint64_t)t*tcount <= tsum*4 && ti > 0 )\
264             {\
265                 tsum += t;\
266                 tcount++;\
267             }\
268         }\
269         bench_t *b = get_bench( func_name, cpu );\
270         b->cycles += tsum;\
271         b->den += tcount;\
272         b->pointer = func;\
273     }
274
275 /* for most functions, run benchmark and correctness test at the same time.
276  * for those that modify their inputs, run the above macros separately */
277 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
278 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
279 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
280 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
281
282
283 static int check_pixel( int cpu_ref, int cpu_new )
284 {
285     x264_pixel_function_t pixel_c;
286     x264_pixel_function_t pixel_ref;
287     x264_pixel_function_t pixel_asm;
288     x264_predict_t predict_4x4[12];
289     x264_predict8x8_t predict_8x8[12];
290     x264_predict_8x8_filter_t predict_8x8_filter;
291     ALIGNED_16( pixel edge[36] );
292     uint16_t cost_mv[32];
293     int ret = 0, ok, used_asm;
294
295     x264_pixel_init( 0, &pixel_c );
296     x264_pixel_init( cpu_ref, &pixel_ref );
297     x264_pixel_init( cpu_new, &pixel_asm );
298     x264_predict_4x4_init( 0, predict_4x4 );
299     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
300     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
301
302     // maximize sum
303     for( int i = 0; i < 256; i++ )
304     {
305         int z = i|(i>>4);
306         z ^= z>>2;
307         z ^= z>>1;
308         pbuf4[i] = -(z&1) & PIXEL_MAX;
309         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
310     }
311     // random pattern made of maxed pixel differences, in case an intermediate value overflows
312     for( int i = 256; i < 0x1000; i++ )
313     {
314         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
315         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
316     }
317
318 #define TEST_PIXEL( name, align ) \
319     ok = 1, used_asm = 0; \
320     for( int i = 0; i < ARRAY_ELEMS(pixel_c.name); i++ ) \
321     { \
322         int res_c, res_asm; \
323         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
324         { \
325             set_func_name( "%s_%s", #name, pixel_names[i] ); \
326             used_asm = 1; \
327             for( int j = 0; j < 64; j++ ) \
328             { \
329                 res_c   = call_c( pixel_c.name[i],   pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
330                 res_asm = call_a( pixel_asm.name[i], pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
331                 if( res_c != res_asm ) \
332                 { \
333                     ok = 0; \
334                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
335                     break; \
336                 } \
337             } \
338             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
339             { \
340                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
341                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
342                 if( res_c != res_asm ) \
343                 { \
344                     ok = 0; \
345                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
346                 } \
347             } \
348         } \
349     } \
350     report( "pixel " #name " :" );
351
352     TEST_PIXEL( sad, 0 );
353     TEST_PIXEL( sad_aligned, 1 );
354     TEST_PIXEL( ssd, 1 );
355     TEST_PIXEL( satd, 0 );
356     TEST_PIXEL( sa8d, 1 );
357
358     ok = 1, used_asm = 0;
359     if( pixel_asm.sa8d_satd[PIXEL_16x16] != pixel_ref.sa8d_satd[PIXEL_16x16] )
360     {
361         set_func_name( "sa8d_satd_%s", pixel_names[PIXEL_16x16] );
362         used_asm = 1;
363         for( int j = 0; j < 64; j++ )
364         {
365             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
366             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
367             uint64_t res_a = call_a( pixel_asm.sa8d_satd[PIXEL_16x16], pbuf1, (intptr_t)16, pbuf2, (intptr_t)64 );
368             uint32_t cost8_a = res_a;
369             uint32_t cost4_a = res_a >> 32;
370             if( cost8_a != cost8_c || cost4_a != cost4_c )
371             {
372                 ok = 0;
373                 fprintf( stderr, "sa8d_satd [%d]: (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
374                          cost8_c, cost4_c, cost8_a, cost4_a );
375                 break;
376             }
377         }
378         for( int j = 0; j < 0x1000 && ok; j += 256 ) \
379         {
380             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
381             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
382             uint64_t res_a = pixel_asm.sa8d_satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
383             uint32_t cost8_a = res_a;
384             uint32_t cost4_a = res_a >> 32;
385             if( cost8_a != cost8_c || cost4_a != cost4_c )
386             {
387                 ok = 0;
388                 fprintf( stderr, "sa8d_satd [%d]: overflow (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
389                          cost8_c, cost4_c, cost8_a, cost4_a );
390             }
391         }
392     }
393     report( "pixel sa8d_satd :" );
394
395 #define TEST_PIXEL_X( N ) \
396     ok = 1; used_asm = 0; \
397     for( int i = 0; i < 7; i++ ) \
398     { \
399         ALIGNED_16( int res_c[4] ) = {0}; \
400         ALIGNED_16( int res_asm[4] ) = {0}; \
401         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
402         { \
403             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
404             used_asm = 1; \
405             for( int j = 0; j < 64; j++ ) \
406             { \
407                 pixel *pix2 = pbuf2+j; \
408                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2,   64 ); \
409                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
410                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
411                 if( N == 4 ) \
412                 { \
413                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
414                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
415                 } \
416                 else \
417                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
418                 if( memcmp(res_c, res_asm, N*sizeof(int)) ) \
419                 { \
420                     ok = 0; \
421                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
422                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
423                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
424                 } \
425                 if( N == 4 ) \
426                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
427                 else \
428                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
429             } \
430         } \
431     } \
432     report( "pixel sad_x"#N" :" );
433
434     TEST_PIXEL_X(3);
435     TEST_PIXEL_X(4);
436
437 #define TEST_PIXEL_VAR( i ) \
438     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
439     { \
440         set_func_name( "%s_%s", "var", pixel_names[i] ); \
441         used_asm = 1; \
442         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
443         call_c1( pixel_c.var[i],   pbuf1,           16 ); \
444         call_a1( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
445         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
446         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
447         if( res_c != res_asm ) \
448         { \
449             ok = 0; \
450             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) ); \
451         } \
452         call_c2( pixel_c.var[i],   pbuf1, (intptr_t)16 ); \
453         call_a2( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
454     }
455
456     ok = 1; used_asm = 0;
457     TEST_PIXEL_VAR( PIXEL_16x16 );
458     TEST_PIXEL_VAR( PIXEL_8x16 );
459     TEST_PIXEL_VAR( PIXEL_8x8 );
460     report( "pixel var :" );
461
462 #define TEST_PIXEL_VAR2( i ) \
463     if( pixel_asm.var2[i] != pixel_ref.var2[i] ) \
464     { \
465         int res_c, res_asm, ssd_c, ssd_asm; \
466         set_func_name( "%s_%s", "var2", pixel_names[i] ); \
467         used_asm = 1; \
468         res_c   = call_c( pixel_c.var2[i],   pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_c   ); \
469         res_asm = call_a( pixel_asm.var2[i], pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_asm ); \
470         if( res_c != res_asm || ssd_c != ssd_asm ) \
471         { \
472             ok = 0; \
473             fprintf( stderr, "var2[%d]: %d != %d or %d != %d [FAILED]\n", i, res_c, res_asm, ssd_c, ssd_asm ); \
474         } \
475     }
476
477     ok = 1; used_asm = 0;
478     TEST_PIXEL_VAR2( PIXEL_8x16 );
479     TEST_PIXEL_VAR2( PIXEL_8x8 );
480     report( "pixel var2 :" );
481
482     ok = 1; used_asm = 0;
483     for( int i = 0; i < 4; i++ )
484         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
485         {
486             set_func_name( "hadamard_ac_%s", pixel_names[i] );
487             used_asm = 1;
488             for( int j = 0; j < 32; j++ )
489             {
490                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
491                 call_c1( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
492                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
493                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
494                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
495                 if( rc != ra )
496                 {
497                     ok = 0;
498                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
499                     break;
500                 }
501             }
502             call_c2( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
503             call_a2( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
504         }
505     report( "pixel hadamard_ac :" );
506
507     // maximize sum
508     for( int i = 0; i < 32; i++ )
509         for( int j = 0; j < 16; j++ )
510             pbuf4[16*i+j] = -((i+j)&1) & PIXEL_MAX;
511     ok = 1; used_asm = 0;
512     if( pixel_asm.vsad != pixel_ref.vsad )
513     {
514         for( int h = 2; h <= 32; h += 2 )
515         {
516             int res_c, res_asm;
517             set_func_name( "vsad" );
518             used_asm = 1;
519             for( int j = 0; j < 2 && ok; j++ )
520             {
521                 pixel *p = j ? pbuf4 : pbuf1;
522                 res_c   = call_c( pixel_c.vsad,   p, (intptr_t)16, h );
523                 res_asm = call_a( pixel_asm.vsad, p, (intptr_t)16, h );
524                 if( res_c != res_asm )
525                 {
526                     ok = 0;
527                     fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
528                     break;
529                 }
530             }
531         }
532     }
533     report( "pixel vsad :" );
534
535     ok = 1; used_asm = 0;
536     if( pixel_asm.asd8 != pixel_ref.asd8 )
537     {
538         set_func_name( "asd8" );
539         used_asm = 1;
540         int res_c = call_c( pixel_c.asd8,   pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
541         int res_a = call_a( pixel_asm.asd8, pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
542         if( res_c != res_a )
543         {
544             ok = 0;
545             fprintf( stderr, "asd: %d != %d\n", res_c, res_a );
546         }
547     }
548     report( "pixel asd :" );
549
550 #define TEST_INTRA_X3( name, i8x8, ... ) \
551     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
552     { \
553         ALIGNED_16( int res_c[3] ); \
554         ALIGNED_16( int res_asm[3] ); \
555         set_func_name( #name ); \
556         used_asm = 1; \
557         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
558         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
559         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
560         { \
561             ok = 0; \
562             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
563                      res_c[0], res_c[1], res_c[2], \
564                      res_asm[0], res_asm[1], res_asm[2] ); \
565         } \
566     }
567
568 #define TEST_INTRA_X9( name, cmp ) \
569     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
570     { \
571         set_func_name( #name ); \
572         used_asm = 1; \
573         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
574         for( int i=0; i<17; i++ ) \
575             bitcosts[i] = 9*(i!=8); \
576         memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
577         memcpy( pbuf4, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
578         for( int i=0; i<32; i++ ) \
579         { \
580             pixel *fenc = pbuf1+48+i*12; \
581             pixel *fdec1 = pbuf3+48+i*12; \
582             pixel *fdec2 = pbuf4+48+i*12; \
583             int pred_mode = i%9; \
584             int res_c = INT_MAX; \
585             for( int j=0; j<9; j++ ) \
586             { \
587                 predict_4x4[j]( fdec1 ); \
588                 int cost = pixel_c.cmp[PIXEL_4x4]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
589                 if( cost < (uint16_t)res_c ) \
590                     res_c = cost + (j<<16); \
591             } \
592             predict_4x4[res_c>>16]( fdec1 ); \
593             int res_a = call_a( pixel_asm.name, fenc, fdec2, bitcosts+8-pred_mode ); \
594             if( res_c != res_a ) \
595             { \
596                 ok = 0; \
597                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
598                 break; \
599             } \
600             if( memcmp(fdec1, fdec2, 4*FDEC_STRIDE*sizeof(pixel)) ) \
601             { \
602                 ok = 0; \
603                 fprintf( stderr, #name" [FAILED]\n" ); \
604                 for( int j=0; j<16; j++ ) \
605                     fprintf( stderr, "%02x ", fdec1[(j&3)+(j>>2)*FDEC_STRIDE] ); \
606                 fprintf( stderr, "\n" ); \
607                 for( int j=0; j<16; j++ ) \
608                     fprintf( stderr, "%02x ", fdec2[(j&3)+(j>>2)*FDEC_STRIDE] ); \
609                 fprintf( stderr, "\n" ); \
610                 break; \
611             } \
612         } \
613     }
614
615 #define TEST_INTRA8_X9( name, cmp ) \
616     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
617     { \
618         set_func_name( #name ); \
619         used_asm = 1; \
620         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
621         ALIGNED_ARRAY_16( uint16_t, satds_c,[16] ); \
622         ALIGNED_ARRAY_16( uint16_t, satds_a,[16] ); \
623         memset( satds_c, 0, 16 * sizeof(*satds_c) ); \
624         memset( satds_a, 0, 16 * sizeof(*satds_a) ); \
625         for( int i=0; i<17; i++ ) \
626             bitcosts[i] = 9*(i!=8); \
627         for( int i=0; i<32; i++ ) \
628         { \
629             pixel *fenc = pbuf1+48+i*12; \
630             pixel *fdec1 = pbuf3+48+i*12; \
631             pixel *fdec2 = pbuf4+48+i*12; \
632             int pred_mode = i%9; \
633             int res_c = INT_MAX; \
634             predict_8x8_filter( fdec1, edge, ALL_NEIGHBORS, ALL_NEIGHBORS ); \
635             for( int j=0; j<9; j++ ) \
636             { \
637                 predict_8x8[j]( fdec1, edge ); \
638                 satds_c[j] = pixel_c.cmp[PIXEL_8x8]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
639                 if( satds_c[j] < (uint16_t)res_c ) \
640                     res_c = satds_c[j] + (j<<16); \
641             } \
642             predict_8x8[res_c>>16]( fdec1, edge ); \
643             int res_a = call_a( pixel_asm.name, fenc, fdec2, edge, bitcosts+8-pred_mode, satds_a ); \
644             if( res_c != res_a || memcmp(satds_c, satds_a, 16 * sizeof(*satds_c)) ) \
645             { \
646                 ok = 0; \
647                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
648                 for( int j = 0; j < 9; j++ ) \
649                     fprintf( stderr, "%5d ", satds_c[j]); \
650                 fprintf( stderr, "\n" ); \
651                 for( int j = 0; j < 9; j++ ) \
652                     fprintf( stderr, "%5d ", satds_a[j]); \
653                 fprintf( stderr, "\n" ); \
654                 break; \
655             } \
656             for( int j=0; j<8; j++ ) \
657                 if( memcmp(fdec1+j*FDEC_STRIDE, fdec2+j*FDEC_STRIDE, 8*sizeof(pixel)) ) \
658                     ok = 0; \
659             if( !ok ) \
660             { \
661                 fprintf( stderr, #name" [FAILED]\n" ); \
662                 for( int j=0; j<8; j++ ) \
663                 { \
664                     for( int k=0; k<8; k++ ) \
665                         fprintf( stderr, "%02x ", fdec1[k+j*FDEC_STRIDE] ); \
666                     fprintf( stderr, "\n" ); \
667                 } \
668                 fprintf( stderr, "\n" ); \
669                 for( int j=0; j<8; j++ ) \
670                 { \
671                     for( int k=0; k<8; k++ ) \
672                         fprintf( stderr, "%02x ", fdec2[k+j*FDEC_STRIDE] ); \
673                     fprintf( stderr, "\n" ); \
674                 } \
675                 fprintf( stderr, "\n" ); \
676                 break; \
677             } \
678         } \
679     }
680
681     memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) );
682     ok = 1; used_asm = 0;
683     TEST_INTRA_X3( intra_satd_x3_16x16, 0 );
684     TEST_INTRA_X3( intra_satd_x3_8x16c, 0 );
685     TEST_INTRA_X3( intra_satd_x3_8x8c, 0 );
686     TEST_INTRA_X3( intra_sa8d_x3_8x8, 1, edge );
687     TEST_INTRA_X3( intra_satd_x3_4x4, 0 );
688     report( "intra satd_x3 :" );
689     ok = 1; used_asm = 0;
690     TEST_INTRA_X3( intra_sad_x3_16x16, 0 );
691     TEST_INTRA_X3( intra_sad_x3_8x16c, 0 );
692     TEST_INTRA_X3( intra_sad_x3_8x8c, 0 );
693     TEST_INTRA_X3( intra_sad_x3_8x8, 1, edge );
694     TEST_INTRA_X3( intra_sad_x3_4x4, 0 );
695     report( "intra sad_x3 :" );
696     ok = 1; used_asm = 0;
697     TEST_INTRA_X9( intra_satd_x9_4x4, satd );
698     TEST_INTRA8_X9( intra_sa8d_x9_8x8, sa8d );
699     report( "intra satd_x9 :" );
700     ok = 1; used_asm = 0;
701     TEST_INTRA_X9( intra_sad_x9_4x4, sad );
702     TEST_INTRA8_X9( intra_sad_x9_8x8, sad );
703     report( "intra sad_x9 :" );
704
705     ok = 1; used_asm = 0;
706     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
707     {
708         used_asm = 1;
709         set_func_name( "ssd_nv12" );
710         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
711         pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
712         pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
713         if( res_u_c != res_u_a || res_v_c != res_v_a )
714         {
715             ok = 0;
716             fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
717                      res_u_c, res_v_c, res_u_a, res_v_a );
718         }
719         call_c( pixel_c.ssd_nv12_core,   pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_c, &res_v_c );
720         call_a( pixel_asm.ssd_nv12_core, pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_a, &res_v_a );
721     }
722     report( "ssd_nv12 :" );
723
724     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
725         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
726     {
727         int cnt;
728         float res_c, res_a;
729         ALIGNED_16( int sums[5][4] ) = {{0}};
730         used_asm = ok = 1;
731         x264_emms();
732         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
733         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
734         if( fabs( res_c - res_a ) > 1e-6 )
735         {
736             ok = 0;
737             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
738         }
739         set_func_name( "ssim_core" );
740         call_c( pixel_c.ssim_4x4x2_core,   pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
741         call_a( pixel_asm.ssim_4x4x2_core, pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
742         set_func_name( "ssim_end" );
743         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
744         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
745         /* check incorrect assumptions that 32-bit ints are zero-extended to 64-bit */
746         call_c1( pixel_c.ssim_end4,   sums, sums, 3 );
747         call_a1( pixel_asm.ssim_end4, sums, sums, 3 );
748         report( "ssim :" );
749     }
750
751     ok = 1; used_asm = 0;
752     for( int i = 0; i < 32; i++ )
753         cost_mv[i] = i*10;
754     for( int i = 0; i < 100 && ok; i++ )
755         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
756         {
757             ALIGNED_16( uint16_t sums[72] );
758             ALIGNED_16( int dc[4] );
759             ALIGNED_16( int16_t mvs_a[48] );
760             ALIGNED_16( int16_t mvs_c[48] );
761             int mvn_a, mvn_c;
762             int thresh = rand() & 0x3fff;
763             set_func_name( "esa_ads" );
764             for( int j = 0; j < 72; j++ )
765                 sums[j] = rand() & 0x3fff;
766             for( int j = 0; j < 4; j++ )
767                 dc[j] = rand() & 0x3fff;
768             used_asm = 1;
769             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
770             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
771             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
772             {
773                 ok = 0;
774                 printf( "c%d: ", i&3 );
775                 for( int j = 0; j < mvn_c; j++ )
776                     printf( "%d ", mvs_c[j] );
777                 printf( "\na%d: ", i&3 );
778                 for( int j = 0; j < mvn_a; j++ )
779                     printf( "%d ", mvs_a[j] );
780                 printf( "\n\n" );
781             }
782         }
783     report( "esa ads:" );
784
785     return ret;
786 }
787
788 static int check_dct( int cpu_ref, int cpu_new )
789 {
790     x264_dct_function_t dct_c;
791     x264_dct_function_t dct_ref;
792     x264_dct_function_t dct_asm;
793     x264_quant_function_t qf;
794     int ret = 0, ok, used_asm, interlace = 0;
795     ALIGNED_ARRAY_N( dctcoef, dct1, [16],[16] );
796     ALIGNED_ARRAY_N( dctcoef, dct2, [16],[16] );
797     ALIGNED_ARRAY_N( dctcoef, dct4, [16],[16] );
798     ALIGNED_ARRAY_N( dctcoef, dct8, [4],[64] );
799     ALIGNED_16( dctcoef dctdc[2][8] );
800     x264_t h_buf;
801     x264_t *h = &h_buf;
802
803     x264_dct_init( 0, &dct_c );
804     x264_dct_init( cpu_ref, &dct_ref);
805     x264_dct_init( cpu_new, &dct_asm );
806
807     memset( h, 0, sizeof(*h) );
808     x264_param_default( &h->param );
809     h->sps->i_chroma_format_idc = 1;
810     h->chroma_qp_table = i_chroma_qp_table + 12;
811     h->param.analyse.i_luma_deadzone[0] = 0;
812     h->param.analyse.i_luma_deadzone[1] = 0;
813     h->param.analyse.b_transform_8x8 = 1;
814     for( int i = 0; i < 6; i++ )
815         h->pps->scaling_list[i] = x264_cqm_flat16;
816     x264_cqm_init( h );
817     x264_quant_init( h, 0, &qf );
818
819     /* overflow test cases */
820     for( int i = 0; i < 5; i++ )
821     {
822         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
823         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
824
825         for( int j = 0; j < 16; j++ )
826         {
827             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
828             int cond_b = (i == 0) ? 1 : !cond_a;
829             enc[0] = enc[1] = enc[4] = enc[5] = enc[8] = enc[9] = enc[12] = enc[13] = cond_a ? PIXEL_MAX : 0;
830             enc[2] = enc[3] = enc[6] = enc[7] = enc[10] = enc[11] = enc[14] = enc[15] = cond_b ? PIXEL_MAX : 0;
831
832             for( int k = 0; k < 4; k++ )
833                 dec[k] = PIXEL_MAX - enc[k];
834
835             enc += FENC_STRIDE;
836             dec += FDEC_STRIDE;
837         }
838     }
839
840 #define TEST_DCT( name, t1, t2, size ) \
841     if( dct_asm.name != dct_ref.name ) \
842     { \
843         set_func_name( #name ); \
844         used_asm = 1; \
845         pixel *enc = pbuf3; \
846         pixel *dec = pbuf4; \
847         for( int j = 0; j < 5; j++) \
848         { \
849             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
850             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
851             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
852             { \
853                 ok = 0; \
854                 fprintf( stderr, #name " [FAILED]\n" ); \
855                 for( int k = 0; k < size; k++ )\
856                     printf( "%d ", ((dctcoef*)t1)[k] );\
857                 printf("\n");\
858                 for( int k = 0; k < size; k++ )\
859                     printf( "%d ", ((dctcoef*)t2)[k] );\
860                 printf("\n");\
861                 break; \
862             } \
863             call_c( dct_c.name, t1, enc, dec ); \
864             call_a( dct_asm.name, t2, enc, dec ); \
865             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
866             { \
867                 ok = 0; \
868                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
869                 break; \
870             } \
871             enc += 16*FENC_STRIDE; \
872             dec += 16*FDEC_STRIDE; \
873         } \
874     }
875     ok = 1; used_asm = 0;
876     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
877     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
878     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
879     TEST_DCT( sub8x16_dct_dc, dctdc[0], dctdc[1], 8 );
880     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
881     report( "sub_dct4 :" );
882
883     ok = 1; used_asm = 0;
884     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
885     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
886     report( "sub_dct8 :" );
887 #undef TEST_DCT
888
889     // fdct and idct are denormalized by different factors, so quant/dequant
890     // is needed to force the coefs into the right range.
891     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
892     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
893     for( int i = 0; i < 16; i++ )
894     {
895         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
896         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
897     }
898     for( int i = 0; i < 4; i++ )
899     {
900         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
901         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
902     }
903     x264_cqm_delete( h );
904
905 #define TEST_IDCT( name, src ) \
906     if( dct_asm.name != dct_ref.name ) \
907     { \
908         set_func_name( #name ); \
909         used_asm = 1; \
910         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
911         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
912         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
913         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
914         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
915         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
916         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
917         { \
918             ok = 0; \
919             fprintf( stderr, #name " [FAILED]\n" ); \
920         } \
921         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
922         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
923     }
924     ok = 1; used_asm = 0;
925     TEST_IDCT( add4x4_idct, dct4 );
926     TEST_IDCT( add8x8_idct, dct4 );
927     TEST_IDCT( add8x8_idct_dc, dct4 );
928     TEST_IDCT( add16x16_idct, dct4 );
929     TEST_IDCT( add16x16_idct_dc, dct4 );
930     report( "add_idct4 :" );
931
932     ok = 1; used_asm = 0;
933     TEST_IDCT( add8x8_idct8, dct8 );
934     TEST_IDCT( add16x16_idct8, dct8 );
935     report( "add_idct8 :" );
936 #undef TEST_IDCT
937
938 #define TEST_DCTDC( name )\
939     ok = 1; used_asm = 0;\
940     if( dct_asm.name != dct_ref.name )\
941     {\
942         set_func_name( #name );\
943         used_asm = 1;\
944         uint16_t *p = (uint16_t*)buf1;\
945         for( int i = 0; i < 16 && ok; i++ )\
946         {\
947             for( int j = 0; j < 16; j++ )\
948                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
949                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
950                            : ((*p++)&0x1fff)-0x1000; /* general case */\
951             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
952             call_c1( dct_c.name, dct1[0] );\
953             call_a1( dct_asm.name, dct2[0] );\
954             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
955                 ok = 0;\
956         }\
957         call_c2( dct_c.name, dct1[0] );\
958         call_a2( dct_asm.name, dct2[0] );\
959     }\
960     report( #name " :" );
961
962     TEST_DCTDC(  dct4x4dc );
963     TEST_DCTDC( idct4x4dc );
964 #undef TEST_DCTDC
965
966 #define TEST_DCTDC_CHROMA( name )\
967     ok = 1; used_asm = 0;\
968     if( dct_asm.name != dct_ref.name )\
969     {\
970         set_func_name( #name );\
971         used_asm = 1;\
972         uint16_t *p = (uint16_t*)buf1;\
973         for( int i = 0; i < 16 && ok; i++ )\
974         {\
975             for( int j = 0; j < 8; j++ )\
976                 dct1[j][0] = !i ? (j^j>>1^j>>2)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
977                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
978                            : ((*p++)&0x1fff)-0x1000; /* general case */\
979             memcpy( dct2, dct1, 8*16 * sizeof(dctcoef) );\
980             call_c1( dct_c.name, dctdc[0], dct1 );\
981             call_a1( dct_asm.name, dctdc[1], dct2 );\
982             if( memcmp( dctdc[0], dctdc[1], 8 * sizeof(dctcoef) ) || memcmp( dct1, dct2, 8*16 * sizeof(dctcoef) ) )\
983             {\
984                 ok = 0;\
985                 fprintf( stderr, #name " [FAILED]\n" ); \
986             }\
987         }\
988         call_c2( dct_c.name, dctdc[0], dct1 );\
989         call_a2( dct_asm.name, dctdc[1], dct2 );\
990     }\
991     report( #name " :" );
992
993     TEST_DCTDC_CHROMA( dct2x4dc );
994 #undef TEST_DCTDC_CHROMA
995
996     x264_zigzag_function_t zigzag_c[2];
997     x264_zigzag_function_t zigzag_ref[2];
998     x264_zigzag_function_t zigzag_asm[2];
999
1000     ALIGNED_16( dctcoef level1[64] );
1001     ALIGNED_16( dctcoef level2[64] );
1002
1003 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
1004     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1005     { \
1006         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1007         used_asm = 1; \
1008         for( int i = 0; i < size*size; i++ ) \
1009             dct[i] = i; \
1010         call_c( zigzag_c[interlace].name, t1, dct ); \
1011         call_a( zigzag_asm[interlace].name, t2, dct ); \
1012         if( memcmp( t1, t2, size*size*sizeof(dctcoef) ) ) \
1013         { \
1014             ok = 0; \
1015             for( int i = 0; i < 2; i++ ) \
1016             { \
1017                 dctcoef *d = (dctcoef*)(i ? t2 : t1); \
1018                 for( int j = 0; j < size; j++ ) \
1019                 { \
1020                     for( int k = 0; k < size; k++ ) \
1021                         fprintf( stderr, "%2d ", d[k+j*8] ); \
1022                     fprintf( stderr, "\n" ); \
1023                 } \
1024                 fprintf( stderr, "\n" ); \
1025             } \
1026             fprintf( stderr, #name " [FAILED]\n" ); \
1027         } \
1028     }
1029
1030 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
1031     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1032     { \
1033         int nz_a, nz_c; \
1034         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1035         used_asm = 1; \
1036         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1037         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1038         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1039         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1040         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
1041         { \
1042             ok = 0; \
1043             fprintf( stderr, #name " [FAILED]\n" ); \
1044         } \
1045         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1046         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1047     }
1048
1049 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
1050     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1051     { \
1052         int nz_a, nz_c; \
1053         dctcoef dc_a, dc_c; \
1054         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1055         used_asm = 1; \
1056         for( int i = 0; i < 2; i++ ) \
1057         { \
1058             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1059             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1060             for( int j = 0; j < 4; j++ ) \
1061             { \
1062                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1063                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1064             } \
1065             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1066             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1067             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 ) \
1068             { \
1069                 ok = 0; \
1070                 fprintf( stderr, #name " [FAILED]\n" ); \
1071                 break; \
1072             } \
1073         } \
1074         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1075         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1076     }
1077
1078 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
1079     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1080     { \
1081         for( int j = 0; j < 100; j++ ) \
1082         { \
1083             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1084             used_asm = 1; \
1085             memcpy(dct, buf1, size*sizeof(dctcoef)); \
1086             for( int i = 0; i < size; i++ ) \
1087                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
1088             memcpy(buf3, buf4, 10); \
1089             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
1090             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
1091             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
1092             { \
1093                 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;\
1094             } \
1095         } \
1096     }
1097
1098     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
1099     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
1100     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
1101
1102     ok = 1; used_asm = 0;
1103     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct8[0], 64 );
1104     report( "zigzag_interleave :" );
1105
1106     for( interlace = 0; interlace <= 1; interlace++ )
1107     {
1108         ok = 1; used_asm = 0;
1109         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, dct8[0], 8 );
1110         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 4 );
1111         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
1112         TEST_ZIGZAG_SUB( sub_8x8, level1, level2, 64 );
1113         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
1114         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
1115     }
1116 #undef TEST_ZIGZAG_SCAN
1117 #undef TEST_ZIGZAG_SUB
1118
1119     return ret;
1120 }
1121
1122 static int check_mc( int cpu_ref, int cpu_new )
1123 {
1124     x264_mc_functions_t mc_c;
1125     x264_mc_functions_t mc_ref;
1126     x264_mc_functions_t mc_a;
1127     x264_pixel_function_t pixf;
1128
1129     pixel *src     = &(pbuf1)[2*64+2];
1130     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
1131                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
1132     pixel *dst1    = pbuf3;
1133     pixel *dst2    = pbuf4;
1134
1135     int ret = 0, ok, used_asm;
1136
1137     x264_mc_init( 0, &mc_c, 0 );
1138     x264_mc_init( cpu_ref, &mc_ref, 0 );
1139     x264_mc_init( cpu_new, &mc_a, 0 );
1140     x264_pixel_init( 0, &pixf );
1141
1142 #define MC_TEST_LUMA( w, h ) \
1143         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
1144         { \
1145             const x264_weight_t *weight = x264_weight_none; \
1146             set_func_name( "mc_luma_%dx%d", w, h ); \
1147             used_asm = 1; \
1148             for( int i = 0; i < 1024; i++ ) \
1149                 pbuf3[i] = pbuf4[i] = 0xCD; \
1150             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1151             call_a( mc_a.mc_luma, dst2, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1152             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1153             { \
1154                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1155                 ok = 0; \
1156             } \
1157         } \
1158         if( mc_a.get_ref != mc_ref.get_ref ) \
1159         { \
1160             pixel *ref = dst2; \
1161             intptr_t ref_stride = 32; \
1162             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
1163             const x264_weight_t *weight = x264_weight_none; \
1164             set_func_name( "get_ref_%dx%d", w_checked, h ); \
1165             used_asm = 1; \
1166             for( int i = 0; i < 1024; i++ ) \
1167                 pbuf3[i] = pbuf4[i] = 0xCD; \
1168             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1169             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1170             for( int i = 0; i < h; i++ ) \
1171                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
1172                 { \
1173                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
1174                     ok = 0; \
1175                     break; \
1176                 } \
1177         }
1178
1179 #define MC_TEST_CHROMA( w, h ) \
1180         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
1181         { \
1182             set_func_name( "mc_chroma_%dx%d", w, h ); \
1183             used_asm = 1; \
1184             for( int i = 0; i < 1024; i++ ) \
1185                 pbuf3[i] = pbuf4[i] = 0xCD; \
1186             call_c( mc_c.mc_chroma, dst1, dst1+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1187             call_a( mc_a.mc_chroma, dst2, dst2+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1188             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
1189             for( int j = 0; j < h; j++ ) \
1190                 for( int i = w; i < 8; i++ ) \
1191                 { \
1192                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
1193                     dst2[i+j*16  ] = dst1[i+j*16  ]; \
1194                 } \
1195             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1196             { \
1197                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1198                 ok = 0; \
1199             } \
1200         }
1201     ok = 1; used_asm = 0;
1202     for( int dy = -8; dy < 8; dy++ )
1203         for( int dx = -128; dx < 128; dx++ )
1204         {
1205             if( rand()&15 ) continue; // running all of them is too slow
1206             MC_TEST_LUMA( 20, 18 );
1207             MC_TEST_LUMA( 16, 16 );
1208             MC_TEST_LUMA( 16, 8 );
1209             MC_TEST_LUMA( 12, 10 );
1210             MC_TEST_LUMA( 8, 16 );
1211             MC_TEST_LUMA( 8, 8 );
1212             MC_TEST_LUMA( 8, 4 );
1213             MC_TEST_LUMA( 4, 8 );
1214             MC_TEST_LUMA( 4, 4 );
1215         }
1216     report( "mc luma :" );
1217
1218     ok = 1; used_asm = 0;
1219     for( int dy = -1; dy < 9; dy++ )
1220         for( int dx = -128; dx < 128; dx++ )
1221         {
1222             if( rand()&15 ) continue;
1223             MC_TEST_CHROMA( 8, 8 );
1224             MC_TEST_CHROMA( 8, 4 );
1225             MC_TEST_CHROMA( 4, 8 );
1226             MC_TEST_CHROMA( 4, 4 );
1227             MC_TEST_CHROMA( 4, 2 );
1228             MC_TEST_CHROMA( 2, 4 );
1229             MC_TEST_CHROMA( 2, 2 );
1230         }
1231     report( "mc chroma :" );
1232 #undef MC_TEST_LUMA
1233 #undef MC_TEST_CHROMA
1234
1235 #define MC_TEST_AVG( name, weight ) \
1236 { \
1237     for( int i = 0; i < 12; i++ ) \
1238     { \
1239         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
1240         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
1241         if( mc_a.name[i] != mc_ref.name[i] ) \
1242         { \
1243             set_func_name( "%s_%s", #name, pixel_names[i] ); \
1244             used_asm = 1; \
1245             call_c1( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1246             call_a1( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1247             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
1248             { \
1249                 ok = 0; \
1250                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
1251             } \
1252             call_c2( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1253             call_a2( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1254         } \
1255     } \
1256 }
1257
1258     ok = 1, used_asm = 0;
1259     for( int w = -63; w <= 127 && ok; w++ )
1260         MC_TEST_AVG( avg, w );
1261     report( "mc wpredb :" );
1262
1263 #define MC_TEST_WEIGHT( name, weight, aligned ) \
1264     int align_off = (aligned ? 0 : rand()%16); \
1265     for( int i = 1; i <= 5; i++ ) \
1266     { \
1267         ALIGNED_16( pixel buffC[640] ); \
1268         ALIGNED_16( pixel buffA[640] ); \
1269         int j = X264_MAX( i*4, 2 ); \
1270         memset( buffC, 0, 640 * sizeof(pixel) ); \
1271         memset( buffA, 0, 640 * sizeof(pixel) ); \
1272         x264_t ha; \
1273         ha.mc = mc_a; \
1274         /* w12 is the same as w16 in some cases */ \
1275         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
1276             continue; \
1277         if( mc_a.name[i] != mc_ref.name[i] ) \
1278         { \
1279             set_func_name( "%s_w%d", #name, j ); \
1280             used_asm = 1; \
1281             call_c1( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1282             mc_a.weight_cache(&ha, &weight); \
1283             call_a1( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1284             for( int k = 0; k < 16; k++ ) \
1285                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1286                 { \
1287                     ok = 0; \
1288                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1289                     break; \
1290                 } \
1291             /* omit unlikely high scales for benchmarking */ \
1292             if( (s << (8-d)) < 512 ) \
1293             { \
1294                 call_c2( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1295                 call_a2( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1296             } \
1297         } \
1298     }
1299
1300     ok = 1; used_asm = 0;
1301
1302     int align_cnt = 0;
1303     for( int s = 0; s <= 127 && ok; s++ )
1304     {
1305         for( int o = -128; o <= 127 && ok; o++ )
1306         {
1307             if( rand() & 2047 ) continue;
1308             for( int d = 0; d <= 7 && ok; d++ )
1309             {
1310                 if( s == 1<<d )
1311                     continue;
1312                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1313                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1314             }
1315         }
1316
1317     }
1318     report( "mc weight :" );
1319
1320     ok = 1; used_asm = 0;
1321     for( int o = 0; o <= 127 && ok; o++ )
1322     {
1323         int s = 1, d = 0;
1324         if( rand() & 15 ) continue;
1325         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1326         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1327     }
1328     report( "mc offsetadd :" );
1329     ok = 1; used_asm = 0;
1330     for( int o = -128; o < 0 && ok; o++ )
1331     {
1332         int s = 1, d = 0;
1333         if( rand() & 15 ) continue;
1334         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1335         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1336     }
1337     report( "mc offsetsub :" );
1338
1339     ok = 1; used_asm = 0;
1340     for( int height = 8; height <= 16; height += 8 )
1341     {
1342         if( mc_a.store_interleave_chroma != mc_ref.store_interleave_chroma )
1343         {
1344             set_func_name( "store_interleave_chroma" );
1345             used_asm = 1;
1346             memset( pbuf3, 0, 64*height );
1347             memset( pbuf4, 0, 64*height );
1348             call_c( mc_c.store_interleave_chroma, pbuf3, (intptr_t)64, pbuf1, pbuf1+16, height );
1349             call_a( mc_a.store_interleave_chroma, pbuf4, (intptr_t)64, pbuf1, pbuf1+16, height );
1350             if( memcmp( pbuf3, pbuf4, 64*height ) )
1351             {
1352                 ok = 0;
1353                 fprintf( stderr, "store_interleave_chroma FAILED: h=%d\n", height );
1354                 break;
1355             }
1356         }
1357         if( mc_a.load_deinterleave_chroma_fenc != mc_ref.load_deinterleave_chroma_fenc )
1358         {
1359             set_func_name( "load_deinterleave_chroma_fenc" );
1360             used_asm = 1;
1361             call_c( mc_c.load_deinterleave_chroma_fenc, pbuf3, pbuf1, (intptr_t)64, height );
1362             call_a( mc_a.load_deinterleave_chroma_fenc, pbuf4, pbuf1, (intptr_t)64, height );
1363             if( memcmp( pbuf3, pbuf4, FENC_STRIDE*height ) )
1364             {
1365                 ok = 0;
1366                 fprintf( stderr, "load_deinterleave_chroma_fenc FAILED: h=%d\n", height );
1367                 break;
1368             }
1369         }
1370         if( mc_a.load_deinterleave_chroma_fdec != mc_ref.load_deinterleave_chroma_fdec )
1371         {
1372             set_func_name( "load_deinterleave_chroma_fdec" );
1373             used_asm = 1;
1374             call_c( mc_c.load_deinterleave_chroma_fdec, pbuf3, pbuf1, (intptr_t)64, height );
1375             call_a( mc_a.load_deinterleave_chroma_fdec, pbuf4, pbuf1, (intptr_t)64, height );
1376             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*height ) )
1377             {
1378                 ok = 0;
1379                 fprintf( stderr, "load_deinterleave_chroma_fdec FAILED: h=%d\n", height );
1380                 break;
1381             }
1382         }
1383     }
1384     report( "store_interleave :" );
1385
1386     struct plane_spec {
1387         int w, h, src_stride;
1388     } 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} };
1389     ok = 1; used_asm = 0;
1390     if( mc_a.plane_copy != mc_ref.plane_copy )
1391     {
1392         set_func_name( "plane_copy" );
1393         used_asm = 1;
1394         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1395         {
1396             int w = plane_specs[i].w;
1397             int h = plane_specs[i].h;
1398             intptr_t src_stride = plane_specs[i].src_stride;
1399             intptr_t dst_stride = (w + 127) & ~63;
1400             assert( dst_stride * h <= 0x1000 );
1401             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1402             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1403             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1404             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1405             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1406             for( int y = 0; y < h; y++ )
1407                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1408                 {
1409                     ok = 0;
1410                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1411                     break;
1412                 }
1413         }
1414     }
1415
1416     if( mc_a.plane_copy_swap != mc_ref.plane_copy_swap )
1417     {
1418         set_func_name( "plane_copy_swap" );
1419         used_asm = 1;
1420         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1421         {
1422             int w = (plane_specs[i].w + 1) >> 1;
1423             int h = plane_specs[i].h;
1424             intptr_t src_stride = plane_specs[i].src_stride;
1425             intptr_t dst_stride = (2*w + 127) & ~63;
1426             assert( dst_stride * h <= 0x1000 );
1427             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1428             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1429             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1430             call_c( mc_c.plane_copy_swap, pbuf3, dst_stride, src1, src_stride, w, h );
1431             call_a( mc_a.plane_copy_swap, pbuf4, dst_stride, src1, src_stride, w, h );
1432             for( int y = 0; y < h; y++ )
1433                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1434                 {
1435                     ok = 0;
1436                     fprintf( stderr, "plane_copy_swap FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1437                     break;
1438                 }
1439         }
1440     }
1441
1442     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1443     {
1444         set_func_name( "plane_copy_interleave" );
1445         used_asm = 1;
1446         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1447         {
1448             int w = (plane_specs[i].w + 1) >> 1;
1449             int h = plane_specs[i].h;
1450             intptr_t src_stride = (plane_specs[i].src_stride + 1) >> 1;
1451             intptr_t dst_stride = (2*w + 127) & ~63;
1452             assert( dst_stride * h <= 0x1000 );
1453             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1454             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1455             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1456             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1457             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1458             for( int y = 0; y < h; y++ )
1459                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1460                 {
1461                     ok = 0;
1462                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1463                     break;
1464                 }
1465         }
1466     }
1467
1468     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1469     {
1470         set_func_name( "plane_copy_deinterleave" );
1471         used_asm = 1;
1472         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1473         {
1474             int w = (plane_specs[i].w + 1) >> 1;
1475             int h = plane_specs[i].h;
1476             intptr_t dst_stride = w;
1477             intptr_t src_stride = (2*w + 127) & ~63;
1478             intptr_t offv = (dst_stride*h + 31) & ~15;
1479             memset( pbuf3, 0, 0x1000 );
1480             memset( pbuf4, 0, 0x1000 );
1481             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1482             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1483             for( int y = 0; y < h; y++ )
1484                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1485                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1486                 {
1487                     ok = 0;
1488                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1489                     break;
1490                 }
1491         }
1492     }
1493
1494     if( mc_a.plane_copy_deinterleave_rgb != mc_ref.plane_copy_deinterleave_rgb )
1495     {
1496         set_func_name( "plane_copy_deinterleave_rgb" );
1497         used_asm = 1;
1498         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1499         {
1500             int w = (plane_specs[i].w + 2) >> 2;
1501             int h = plane_specs[i].h;
1502             intptr_t src_stride = plane_specs[i].src_stride;
1503             intptr_t dst_stride = ALIGN( w, 16 );
1504             intptr_t offv = dst_stride*h + 16;
1505
1506             for( int pw = 3; pw <= 4; pw++ )
1507             {
1508                 memset( pbuf3, 0, 0x1000 );
1509                 memset( pbuf4, 0, 0x1000 );
1510                 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 );
1511                 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 );
1512                 for( int y = 0; y < h; y++ )
1513                     if( memcmp( pbuf3+y*dst_stride+0*offv, pbuf4+y*dst_stride+0*offv, w ) ||
1514                         memcmp( pbuf3+y*dst_stride+1*offv, pbuf4+y*dst_stride+1*offv, w ) ||
1515                         memcmp( pbuf3+y*dst_stride+2*offv, pbuf4+y*dst_stride+2*offv, w ) )
1516                     {
1517                         ok = 0;
1518                         fprintf( stderr, "plane_copy_deinterleave_rgb FAILED: w=%d h=%d stride=%d pw=%d\n", w, h, (int)src_stride, pw );
1519                         break;
1520                     }
1521             }
1522         }
1523     }
1524     report( "plane_copy :" );
1525
1526     if( mc_a.plane_copy_deinterleave_v210 != mc_ref.plane_copy_deinterleave_v210 )
1527     {
1528         set_func_name( "plane_copy_deinterleave_v210" );
1529         ok = 1; used_asm = 1;
1530         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1531         {
1532             int w = (plane_specs[i].w + 1) >> 1;
1533             int h = plane_specs[i].h;
1534             intptr_t dst_stride = ALIGN( w, 16 );
1535             intptr_t src_stride = (w + 47) / 48 * 128 / sizeof(uint32_t);
1536             intptr_t offv = dst_stride*h + 32;
1537             memset( pbuf3, 0, 0x1000 );
1538             memset( pbuf4, 0, 0x1000 );
1539             call_c( mc_c.plane_copy_deinterleave_v210, pbuf3, dst_stride, pbuf3+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1540             call_a( mc_a.plane_copy_deinterleave_v210, pbuf4, dst_stride, pbuf4+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1541             for( int y = 0; y < h; y++ )
1542                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride,      w*sizeof(uint16_t) ) ||
1543                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w*sizeof(uint16_t) ) )
1544                 {
1545                     ok = 0;
1546                     fprintf( stderr, "plane_copy_deinterleave_v210 FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1547                     break;
1548                 }
1549         }
1550         report( "v210 :" );
1551     }
1552
1553     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1554     {
1555         pixel *srchpel = pbuf1+8+2*64;
1556         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1557         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1558         void *tmp = pbuf3+49*64;
1559         set_func_name( "hpel_filter" );
1560         ok = 1; used_asm = 1;
1561         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1562         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1563         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, (intptr_t)64, 48, 10, tmp );
1564         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, (intptr_t)64, 48, 10, tmp );
1565         for( int i = 0; i < 3; i++ )
1566             for( int j = 0; j < 10; j++ )
1567                 //FIXME ideally the first pixels would match too, but they aren't actually used
1568                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1569                 {
1570                     ok = 0;
1571                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1572                     for( int k = 0; k < 48; k++ )
1573                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1574                     printf( "\n" );
1575                     for( int k = 0; k < 48; k++ )
1576                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1577                     printf( "\n" );
1578                     break;
1579                 }
1580         report( "hpel filter :" );
1581     }
1582
1583     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1584     {
1585         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1586         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1587         set_func_name( "lowres_init" );
1588         ok = 1; used_asm = 1;
1589         for( int w = 96; w <= 96+24; w += 8 )
1590         {
1591             intptr_t stride = (w*2+31)&~31;
1592             intptr_t stride_lowres = (w+31)&~31;
1593             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], stride, stride_lowres, w, 8 );
1594             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], stride, stride_lowres, w, 8 );
1595             for( int i = 0; i < 8; i++ )
1596             {
1597                 for( int j = 0; j < 4; j++ )
1598                     if( memcmp( dstc[j]+i*stride_lowres, dsta[j]+i*stride_lowres, w * sizeof(pixel) ) )
1599                     {
1600                         ok = 0;
1601                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1602                         for( int k = 0; k < w; k++ )
1603                             printf( "%d ", dstc[j][k+i*stride_lowres] );
1604                         printf( "\n" );
1605                         for( int k = 0; k < w; k++ )
1606                             printf( "%d ", dsta[j][k+i*stride_lowres] );
1607                         printf( "\n" );
1608                         break;
1609                     }
1610             }
1611         }
1612         report( "lowres init :" );
1613     }
1614
1615 #define INTEGRAL_INIT( name, size, ... )\
1616     if( mc_a.name != mc_ref.name )\
1617     {\
1618         intptr_t stride = 96;\
1619         set_func_name( #name );\
1620         used_asm = 1;\
1621         memcpy( buf3, buf1, size*2*stride );\
1622         memcpy( buf4, buf1, size*2*stride );\
1623         uint16_t *sum = (uint16_t*)buf3;\
1624         call_c1( mc_c.name, __VA_ARGS__ );\
1625         sum = (uint16_t*)buf4;\
1626         call_a1( mc_a.name, __VA_ARGS__ );\
1627         if( memcmp( buf3, buf4, (stride-8)*2 ) \
1628             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1629             ok = 0;\
1630         call_c2( mc_c.name, __VA_ARGS__ );\
1631         call_a2( mc_a.name, __VA_ARGS__ );\
1632     }
1633     ok = 1; used_asm = 0;
1634     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1635     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1636     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1637     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1638     report( "integral init :" );
1639
1640     ok = 1; used_asm = 0;
1641     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1642     {
1643         used_asm = 1;
1644         x264_emms();
1645         for( int i = 0; i < 10; i++ )
1646         {
1647             float fps_factor = (rand()&65535) / 65535.0f;
1648             set_func_name( "mbtree_propagate_cost" );
1649             int16_t *dsta = (int16_t*)buf3;
1650             int16_t *dstc = dsta+400;
1651             uint16_t *prop = (uint16_t*)buf1;
1652             uint16_t *intra = (uint16_t*)buf4;
1653             uint16_t *inter = intra+128;
1654             uint16_t *qscale = inter+128;
1655             uint16_t *rnd = (uint16_t*)buf2;
1656             x264_emms();
1657             for( int j = 0; j < 100; j++ )
1658             {
1659                 intra[j]  = *rnd++ & 0x7fff;
1660                 intra[j] += !intra[j];
1661                 inter[j]  = *rnd++ & 0x7fff;
1662                 qscale[j] = *rnd++ & 0x7fff;
1663             }
1664             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1665             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1666             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1667             x264_emms();
1668             for( int j = 0; j < 100 && ok; j++ )
1669             {
1670                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1671                 if( !ok )
1672                     fprintf( stderr, "mbtree_propagate_cost FAILED: %f !~= %f\n", (double)dstc[j], (double)dsta[j] );
1673             }
1674         }
1675     }
1676
1677     if( mc_a.mbtree_propagate_list != mc_ref.mbtree_propagate_list )
1678     {
1679         used_asm = 1;
1680         for( int i = 0; i < 8; i++ )
1681         {
1682             set_func_name( "mbtree_propagate_list" );
1683             x264_t h;
1684             int height = 4;
1685             int width = 128;
1686             int size = width*height;
1687             h.mb.i_mb_stride = width;
1688             h.mb.i_mb_width = width;
1689             h.mb.i_mb_height = height;
1690
1691             uint16_t *ref_costsc = (uint16_t*)buf3;
1692             uint16_t *ref_costsa = (uint16_t*)buf4;
1693             int16_t (*mvs)[2] = (int16_t(*)[2])(ref_costsc + size);
1694             int16_t *propagate_amount = (int16_t*)(mvs + width);
1695             uint16_t *lowres_costs = (uint16_t*)(propagate_amount + width);
1696             h.scratch_buffer2 = (uint8_t*)(ref_costsa + size);
1697             int bipred_weight = (rand()%63)+1;
1698             int list = i&1;
1699             for( int j = 0; j < size; j++ )
1700                 ref_costsc[j] = ref_costsa[j] = rand()&32767;
1701             for( int j = 0; j < width; j++ )
1702             {
1703                 static const uint8_t list_dist[2][8] = {{0,1,1,1,1,1,1,1},{1,1,3,3,3,3,3,2}};
1704                 for( int k = 0; k < 2; k++ )
1705                     mvs[j][k] = (rand()&127) - 64;
1706                 propagate_amount[j] = rand()&32767;
1707                 lowres_costs[j] = list_dist[list][rand()&7] << LOWRES_COST_SHIFT;
1708             }
1709
1710             call_c1( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1711             call_a1( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1712
1713             for( int j = 0; j < size && ok; j++ )
1714             {
1715                 ok &= abs(ref_costsa[j] - ref_costsc[j]) <= 1;
1716                 if( !ok )
1717                     fprintf( stderr, "mbtree_propagate_list FAILED at %d: %d !~= %d\n", j, ref_costsc[j], ref_costsa[j] );
1718             }
1719
1720             call_c2( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1721             call_a2( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1722         }
1723     }
1724     report( "mbtree :" );
1725
1726     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1727     {
1728         set_func_name( "memcpy_aligned" );
1729         ok = 1; used_asm = 1;
1730         for( size_t size = 16; size < 256; size += 16 )
1731         {
1732             memset( buf4, 0xAA, size + 1 );
1733             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1734             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1735             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1736             {
1737                 ok = 0;
1738                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", (int)size );
1739                 break;
1740             }
1741         }
1742         report( "memcpy aligned :" );
1743     }
1744
1745     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1746     {
1747         set_func_name( "memzero_aligned" );
1748         ok = 1; used_asm = 1;
1749         for( size_t size = 128; size < 1024; size += 128 )
1750         {
1751             memset( buf4, 0xAA, size + 1 );
1752             call_c( mc_c.memzero_aligned, buf3, size );
1753             call_a( mc_a.memzero_aligned, buf4, size );
1754             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1755             {
1756                 ok = 0;
1757                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", (int)size );
1758                 break;
1759             }
1760         }
1761         report( "memzero aligned :" );
1762     }
1763
1764     return ret;
1765 }
1766
1767 static int check_deblock( int cpu_ref, int cpu_new )
1768 {
1769     x264_deblock_function_t db_c;
1770     x264_deblock_function_t db_ref;
1771     x264_deblock_function_t db_a;
1772     int ret = 0, ok = 1, used_asm = 0;
1773     int alphas[36], betas[36];
1774     int8_t tcs[36][4];
1775
1776     x264_deblock_init( 0, &db_c, 0 );
1777     x264_deblock_init( cpu_ref, &db_ref, 0 );
1778     x264_deblock_init( cpu_new, &db_a, 0 );
1779
1780     /* not exactly the real values of a,b,tc but close enough */
1781     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1782     {
1783         alphas[i] = a << (BIT_DEPTH-8);
1784         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1785         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1786         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1787         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1788         a = a*9/10;
1789         c = c*9/10;
1790     }
1791
1792 #define TEST_DEBLOCK( name, align, ... ) \
1793     for( int i = 0; i < 36; i++ ) \
1794     { \
1795         intptr_t off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1796         for( int j = 0; j < 1024; j++ ) \
1797             /* two distributions of random to excersize different failure modes */ \
1798             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1799         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1800         if( db_a.name != db_ref.name ) \
1801         { \
1802             set_func_name( #name ); \
1803             used_asm = 1; \
1804             call_c1( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1805             call_a1( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1806             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1807             { \
1808                 ok = 0; \
1809                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1810                 break; \
1811             } \
1812             call_c2( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1813             call_a2( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1814         } \
1815     }
1816
1817     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1818     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1819     TEST_DEBLOCK( deblock_h_chroma_420, 0, tcs[i] );
1820     TEST_DEBLOCK( deblock_h_chroma_422, 0, tcs[i] );
1821     TEST_DEBLOCK( deblock_chroma_420_mbaff, 0, tcs[i] );
1822     TEST_DEBLOCK( deblock_chroma_422_mbaff, 0, tcs[i] );
1823     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1824     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1825     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1826     TEST_DEBLOCK( deblock_h_chroma_420_intra, 0 );
1827     TEST_DEBLOCK( deblock_h_chroma_422_intra, 0 );
1828     TEST_DEBLOCK( deblock_chroma_420_intra_mbaff, 0 );
1829     TEST_DEBLOCK( deblock_chroma_422_intra_mbaff, 0 );
1830     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1831
1832     if( db_a.deblock_strength != db_ref.deblock_strength )
1833     {
1834         for( int i = 0; i < 100; i++ )
1835         {
1836             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1837             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1838             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1839             ALIGNED_ARRAY_N( uint8_t, bs, [2],[2][8][4] );
1840             memset( bs, 99, sizeof(uint8_t)*2*4*8*2 );
1841             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1842                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1843             for( int j = 0; j < 2; j++ )
1844                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1845                 {
1846                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1847                     for( int l = 0; l < 2; l++ )
1848                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1849                 }
1850             set_func_name( "deblock_strength" );
1851             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1852             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1853             if( memcmp( bs[0], bs[1], sizeof(uint8_t)*2*4*8 ) )
1854             {
1855                 ok = 0;
1856                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1857                 for( int j = 0; j < 2; j++ )
1858                 {
1859                     for( int k = 0; k < 2; k++ )
1860                         for( int l = 0; l < 4; l++ )
1861                         {
1862                             for( int m = 0; m < 4; m++ )
1863                                 printf("%d ",bs[j][k][l][m]);
1864                             printf("\n");
1865                         }
1866                     printf("\n");
1867                 }
1868                 break;
1869             }
1870         }
1871     }
1872
1873     report( "deblock :" );
1874
1875     return ret;
1876 }
1877
1878 static int check_quant( int cpu_ref, int cpu_new )
1879 {
1880     x264_quant_function_t qf_c;
1881     x264_quant_function_t qf_ref;
1882     x264_quant_function_t qf_a;
1883     ALIGNED_ARRAY_N( dctcoef, dct1,[64] );
1884     ALIGNED_ARRAY_N( dctcoef, dct2,[64] );
1885     ALIGNED_ARRAY_N( dctcoef, dct3,[8],[16] );
1886     ALIGNED_ARRAY_N( dctcoef, dct4,[8],[16] );
1887     ALIGNED_ARRAY_N( uint8_t, cqm_buf,[64] );
1888     int ret = 0, ok, used_asm;
1889     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1890     x264_t h_buf;
1891     x264_t *h = &h_buf;
1892     memset( h, 0, sizeof(*h) );
1893     h->sps->i_chroma_format_idc = 1;
1894     x264_param_default( &h->param );
1895     h->chroma_qp_table = i_chroma_qp_table + 12;
1896     h->param.analyse.b_transform_8x8 = 1;
1897
1898     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1899     {
1900         if( i_cqm == 0 )
1901         {
1902             for( int i = 0; i < 6; i++ )
1903                 h->pps->scaling_list[i] = x264_cqm_flat16;
1904             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1905         }
1906         else if( i_cqm == 1 )
1907         {
1908             for( int i = 0; i < 6; i++ )
1909                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1910             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1911         }
1912         else
1913         {
1914             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1915             if( i_cqm == 2 )
1916                 for( int i = 0; i < 64; i++ )
1917                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1918             else
1919                 for( int i = 0; i < 64; i++ )
1920                     cqm_buf[i] = 1;
1921             for( int i = 0; i < 6; i++ )
1922                 h->pps->scaling_list[i] = cqm_buf;
1923             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1924         }
1925
1926         h->param.rc.i_qp_min = 0;
1927         h->param.rc.i_qp_max = QP_MAX_SPEC;
1928         x264_cqm_init( h );
1929         x264_quant_init( h, 0, &qf_c );
1930         x264_quant_init( h, cpu_ref, &qf_ref );
1931         x264_quant_init( h, cpu_new, &qf_a );
1932
1933 #define INIT_QUANT8(j,max) \
1934         { \
1935             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1936             for( int i = 0; i < max; i++ ) \
1937             { \
1938                 unsigned int scale = (255*scale1d[(i>>3)&7]*scale1d[i&7])/16; \
1939                 dct1[i] = dct2[i] = (j>>(i>>6))&1 ? (rand()%(2*scale+1))-scale : 0; \
1940             } \
1941         }
1942
1943 #define INIT_QUANT4(j,max) \
1944         { \
1945             static const int scale1d[4] = {4,6,4,6}; \
1946             for( int i = 0; i < max; i++ ) \
1947             { \
1948                 unsigned int scale = 255*scale1d[(i>>2)&3]*scale1d[i&3]; \
1949                 dct1[i] = dct2[i] = (j>>(i>>4))&1 ? (rand()%(2*scale+1))-scale : 0; \
1950             } \
1951         }
1952
1953 #define TEST_QUANT_DC( name, cqm ) \
1954         if( qf_a.name != qf_ref.name ) \
1955         { \
1956             set_func_name( #name ); \
1957             used_asms[0] = 1; \
1958             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1959             { \
1960                 for( int j = 0; j < 2; j++ ) \
1961                 { \
1962                     int result_c, result_a; \
1963                     for( int i = 0; i < 16; i++ ) \
1964                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1965                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1966                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1967                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1968                     { \
1969                         oks[0] = 0; \
1970                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1971                         break; \
1972                     } \
1973                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1974                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1975                 } \
1976             } \
1977         }
1978
1979 #define TEST_QUANT( qname, block, type, w, maxj ) \
1980         if( qf_a.qname != qf_ref.qname ) \
1981         { \
1982             set_func_name( #qname ); \
1983             used_asms[0] = 1; \
1984             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1985             { \
1986                 for( int j = 0; j < maxj; j++ ) \
1987                 { \
1988                     INIT_QUANT##type(j, w*w) \
1989                     int result_c = call_c1( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1990                     int result_a = call_a1( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1991                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1992                     { \
1993                         oks[0] = 0; \
1994                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1995                         break; \
1996                     } \
1997                     call_c2( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1998                     call_a2( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1999                 } \
2000             } \
2001         }
2002
2003         TEST_QUANT( quant_8x8, CQM_8IY, 8, 8, 2 );
2004         TEST_QUANT( quant_8x8, CQM_8PY, 8, 8, 2 );
2005         TEST_QUANT( quant_4x4, CQM_4IY, 4, 4, 2 );
2006         TEST_QUANT( quant_4x4, CQM_4PY, 4, 4, 2 );
2007         TEST_QUANT( quant_4x4x4, CQM_4IY, 4, 8, 16 );
2008         TEST_QUANT( quant_4x4x4, CQM_4PY, 4, 8, 16 );
2009         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
2010         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
2011
2012 #define TEST_DEQUANT( qname, dqname, block, w ) \
2013         if( qf_a.dqname != qf_ref.dqname ) \
2014         { \
2015             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2016             used_asms[1] = 1; \
2017             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2018             { \
2019                 INIT_QUANT##w(1, w*w) \
2020                 qf_c.qname( dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
2021                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2022                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2023                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2024                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2025                 { \
2026                     oks[1] = 0; \
2027                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2028                     break; \
2029                 } \
2030                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2031                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2032             } \
2033         }
2034
2035         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
2036         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
2037         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
2038         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
2039
2040 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
2041         if( qf_a.dqname != qf_ref.dqname ) \
2042         { \
2043             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2044             used_asms[1] = 1; \
2045             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2046             { \
2047                 for( int i = 0; i < 16; i++ ) \
2048                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
2049                 qf_c.qname( dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
2050                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2051                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2052                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2053                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2054                 { \
2055                     oks[1] = 0; \
2056                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2057                 } \
2058                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2059                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2060             } \
2061         }
2062
2063         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
2064
2065         if( qf_a.idct_dequant_2x4_dc != qf_ref.idct_dequant_2x4_dc )
2066         {
2067             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2068             used_asms[1] = 1;
2069             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2070             {
2071                 for( int i = 0; i < 8; i++ )
2072                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2073                 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 );
2074                 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 );
2075                 call_c( qf_c.idct_dequant_2x4_dc, dct1, dct3, h->dequant4_mf[CQM_4IC], qp+3 );
2076                 call_a( qf_a.idct_dequant_2x4_dc, dct1, dct4, h->dequant4_mf[CQM_4IC], qp+3 );
2077                 for( int i = 0; i < 8; i++ )
2078                     if( dct3[i][0] != dct4[i][0] )
2079                     {
2080                         oks[1] = 0;
2081                         fprintf( stderr, "idct_dequant_2x4_dc (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2082                         break;
2083                     }
2084             }
2085         }
2086
2087         if( qf_a.idct_dequant_2x4_dconly != qf_ref.idct_dequant_2x4_dconly )
2088         {
2089             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2090             used_asms[1] = 1;
2091             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2092             {
2093                 for( int i = 0; i < 8; i++ )
2094                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2095                 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 );
2096                 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 );
2097                 memcpy( dct2, dct1, 8*sizeof(dctcoef) );
2098                 call_c1( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2099                 call_a1( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2100                 if( memcmp( dct1, dct2, 8*sizeof(dctcoef) ) )
2101                 {
2102                     oks[1] = 0;
2103                     fprintf( stderr, "idct_dequant_2x4_dconly (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2104                     break;
2105                 }
2106                 call_c2( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2107                 call_a2( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2108             }
2109         }
2110
2111 #define TEST_OPTIMIZE_CHROMA_DC( optname, size ) \
2112         if( qf_a.optname != qf_ref.optname ) \
2113         { \
2114             set_func_name( #optname ); \
2115             used_asms[2] = 1; \
2116             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2117             { \
2118                 int qpdc = qp + (size == 8 ? 3 : 0); \
2119                 int dmf = h->dequant4_mf[CQM_4IC][qpdc%6][0] << qpdc/6; \
2120                 if( dmf > 32*64 ) \
2121                     continue; \
2122                 for( int i = 16; ; i <<= 1 ) \
2123                 { \
2124                     int res_c, res_asm; \
2125                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
2126                     for( int j = 0; j < size; j++ ) \
2127                         dct1[j] = rand()%(max*2+1) - max; \
2128                     for( int j = 0; i <= size; j += 4 ) \
2129                         qf_c.quant_2x2_dc( &dct1[j], h->quant4_mf[CQM_4IC][qpdc][0]>>1, h->quant4_bias[CQM_4IC][qpdc][0]>>1 ); \
2130                     memcpy( dct2, dct1, size*sizeof(dctcoef) ); \
2131                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
2132                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
2133                     if( res_c != res_asm || memcmp( dct1, dct2, size*sizeof(dctcoef) ) ) \
2134                     { \
2135                         oks[2] = 0; \
2136                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
2137                     } \
2138                     call_c2( qf_c.optname, dct1, dmf ); \
2139                     call_a2( qf_a.optname, dct2, dmf ); \
2140                     if( i >= PIXEL_MAX*16 ) \
2141                         break; \
2142                 } \
2143             } \
2144         }
2145
2146         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x2_dc, 4 );
2147         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x4_dc, 8 );
2148
2149         x264_cqm_delete( h );
2150     }
2151
2152     ok = oks[0]; used_asm = used_asms[0];
2153     report( "quant :" );
2154
2155     ok = oks[1]; used_asm = used_asms[1];
2156     report( "dequant :" );
2157
2158     ok = oks[2]; used_asm = used_asms[2];
2159     report( "optimize chroma dc :" );
2160
2161     ok = 1; used_asm = 0;
2162     if( qf_a.denoise_dct != qf_ref.denoise_dct )
2163     {
2164         used_asm = 1;
2165         for( int size = 16; size <= 64; size += 48 )
2166         {
2167             set_func_name( "denoise_dct" );
2168             memcpy( dct1, buf1, size*sizeof(dctcoef) );
2169             memcpy( dct2, buf1, size*sizeof(dctcoef) );
2170             memcpy( buf3+256, buf3, 256 );
2171             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2172             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2173             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
2174                 ok = 0;
2175             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2176             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2177         }
2178     }
2179     report( "denoise dct :" );
2180
2181 #define TEST_DECIMATE( decname, w, ac, thresh ) \
2182     if( qf_a.decname != qf_ref.decname ) \
2183     { \
2184         set_func_name( #decname ); \
2185         used_asm = 1; \
2186         for( int i = 0; i < 100; i++ ) \
2187         { \
2188             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
2189             static const int zerorate_lut[4] = {3,7,15,31};\
2190             int zero_rate = zerorate_lut[i&3];\
2191             for( int idx = 0; idx < w*w; idx++ ) \
2192             { \
2193                 int sign = (rand()&1) ? -1 : 1; \
2194                 int abs_level = distrib[rand()&15]; \
2195                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
2196                 int zero = !(rand()&zero_rate); \
2197                 dct1[idx] = zero * abs_level * sign; \
2198             } \
2199             if( ac ) \
2200                 dct1[0] = 0; \
2201             int result_c = call_c( qf_c.decname, dct1 ); \
2202             int result_a = call_a( qf_a.decname, dct1 ); \
2203             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
2204             { \
2205                 ok = 0; \
2206                 fprintf( stderr, #decname ": [FAILED]\n" ); \
2207                 break; \
2208             } \
2209         } \
2210     }
2211
2212     ok = 1; used_asm = 0;
2213     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
2214     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
2215     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
2216     report( "decimate_score :" );
2217
2218 #define TEST_LAST( last, lastname, size, ac ) \
2219     if( qf_a.last != qf_ref.last ) \
2220     { \
2221         set_func_name( #lastname ); \
2222         used_asm = 1; \
2223         for( int i = 0; i < 100; i++ ) \
2224         { \
2225             int nnz = 0; \
2226             int max = rand() & (size-1); \
2227             memset( dct1, 0, size*sizeof(dctcoef) ); \
2228             for( int idx = ac; idx < max; idx++ ) \
2229                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2230             if( !nnz ) \
2231                 dct1[ac] = 1; \
2232             int result_c = call_c( qf_c.last, dct1+ac ); \
2233             int result_a = call_a( qf_a.last, dct1+ac ); \
2234             if( result_c != result_a ) \
2235             { \
2236                 ok = 0; \
2237                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
2238                 break; \
2239             } \
2240         } \
2241     }
2242
2243     ok = 1; used_asm = 0;
2244     TEST_LAST( coeff_last4              , coeff_last4,   4, 0 );
2245     TEST_LAST( coeff_last8              , coeff_last8,   8, 0 );
2246     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 16, 1 );
2247     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 16, 0 );
2248     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 64, 0 );
2249     report( "coeff_last :" );
2250
2251 #define TEST_LEVELRUN( lastname, name, size, ac ) \
2252     if( qf_a.lastname != qf_ref.lastname ) \
2253     { \
2254         set_func_name( #name ); \
2255         used_asm = 1; \
2256         for( int i = 0; i < 100; i++ ) \
2257         { \
2258             x264_run_level_t runlevel_c, runlevel_a; \
2259             int nnz = 0; \
2260             int max = rand() & (size-1); \
2261             memset( dct1, 0, size*sizeof(dctcoef) ); \
2262             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
2263             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
2264             for( int idx = ac; idx < max; idx++ ) \
2265                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2266             if( !nnz ) \
2267                 dct1[ac] = 1; \
2268             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
2269             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
2270             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
2271                 runlevel_c.mask != runlevel_a.mask || \
2272                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c)) \
2273             { \
2274                 ok = 0; \
2275                 fprintf( stderr, #name ": [FAILED]\n" ); \
2276                 break; \
2277             } \
2278         } \
2279     }
2280
2281     ok = 1; used_asm = 0;
2282     TEST_LEVELRUN( coeff_level_run4              , coeff_level_run4,   4, 0 );
2283     TEST_LEVELRUN( coeff_level_run8              , coeff_level_run8,   8, 0 );
2284     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 16, 1 );
2285     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 16, 0 );
2286     report( "coeff_level_run :" );
2287
2288     return ret;
2289 }
2290
2291 static int check_intra( int cpu_ref, int cpu_new )
2292 {
2293     int ret = 0, ok = 1, used_asm = 0;
2294     ALIGNED_ARRAY_32( pixel, edge,[36] );
2295     ALIGNED_ARRAY_32( pixel, edge2,[36] );
2296     ALIGNED_ARRAY_32( pixel, fdec,[FDEC_STRIDE*20] );
2297     struct
2298     {
2299         x264_predict_t      predict_16x16[4+3];
2300         x264_predict_t      predict_8x8c[4+3];
2301         x264_predict_t      predict_8x16c[4+3];
2302         x264_predict8x8_t   predict_8x8[9+3];
2303         x264_predict_t      predict_4x4[9+3];
2304         x264_predict_8x8_filter_t predict_8x8_filter;
2305     } ip_c, ip_ref, ip_a;
2306
2307     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
2308     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
2309     x264_predict_8x16c_init( 0, ip_c.predict_8x16c );
2310     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
2311     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
2312
2313     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
2314     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
2315     x264_predict_8x16c_init( cpu_ref, ip_ref.predict_8x16c );
2316     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
2317     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
2318
2319     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
2320     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
2321     x264_predict_8x16c_init( cpu_new, ip_a.predict_8x16c );
2322     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
2323     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
2324
2325     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
2326
2327     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
2328
2329 #define INTRA_TEST( name, dir, w, h, align, bench, ... )\
2330     if( ip_a.name[dir] != ip_ref.name[dir] )\
2331     {\
2332         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
2333         used_asm = 1;\
2334         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2335         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2336         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
2337         {\
2338             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
2339             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
2340             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
2341             {\
2342                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
2343                 ok = 0;\
2344                 if( ip_c.name == (void *)ip_c.predict_8x8 )\
2345                 {\
2346                     for( int k = -1; k < 16; k++ )\
2347                         printf( "%2x ", edge[16+k] );\
2348                     printf( "\n" );\
2349                 }\
2350                 for( int j = 0; j < h; j++ )\
2351                 {\
2352                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2353                         printf( "%2x ", edge[14-j] );\
2354                     for( int k = 0; k < w; k++ )\
2355                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
2356                     printf( "\n" );\
2357                 }\
2358                 printf( "\n" );\
2359                 for( int j = 0; j < h; j++ )\
2360                 {\
2361                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2362                         printf( "   " );\
2363                     for( int k = 0; k < w; k++ )\
2364                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
2365                     printf( "\n" );\
2366                 }\
2367                 break;\
2368             }\
2369         }\
2370     }
2371
2372     for( int i = 0; i < 12; i++ )
2373         INTRA_TEST(   predict_4x4, i,  4,  4,  4, );
2374     for( int i = 0; i < 7; i++ )
2375         INTRA_TEST(  predict_8x8c, i,  8,  8, 16, );
2376     for( int i = 0; i < 7; i++ )
2377         INTRA_TEST( predict_8x16c, i,  8, 16, 16, );
2378     for( int i = 0; i < 7; i++ )
2379         INTRA_TEST( predict_16x16, i, 16, 16, 16, );
2380     for( int i = 0; i < 12; i++ )
2381         INTRA_TEST(   predict_8x8, i,  8,  8,  8, , edge );
2382
2383     set_func_name("intra_predict_8x8_filter");
2384     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
2385     {
2386         used_asm = 1;
2387         for( int i = 0; i < 32; i++ )
2388         {
2389             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
2390                 continue;
2391             int neighbor = (i&24)>>1;
2392             memset( edge,  0, 36*sizeof(pixel) );
2393             memset( edge2, 0, 36*sizeof(pixel) );
2394             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
2395             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
2396             if( !(neighbor&MB_TOPLEFT) )
2397                 edge[15] = edge2[15] = 0;
2398             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
2399             {
2400                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
2401                 ok = 0;
2402             }
2403         }
2404     }
2405
2406 #define EXTREMAL_PLANE( w, h ) \
2407     { \
2408         int max[7]; \
2409         for( int j = 0; j < 7; j++ ) \
2410             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
2411         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
2412         for( int j = 0; j < w/2; j++ ) \
2413             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
2414         for( int j = w/2; j < w-1; j++ ) \
2415             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
2416         fdec[48+(w-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
2417         for( int j = 0; j < h/2; j++ ) \
2418             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
2419         for( int j = h/2; j < h-1; j++ ) \
2420             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
2421         fdec[48+(h-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
2422     }
2423     /* Extremal test case for planar prediction. */
2424     for( int test = 0; test < 100 && ok; test++ )
2425         for( int i = 0; i < 128 && ok; i++ )
2426         {
2427             EXTREMAL_PLANE(  8,  8 );
2428             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8,  8, 64, 1 );
2429             EXTREMAL_PLANE(  8, 16 );
2430             INTRA_TEST( predict_8x16c, I_PRED_CHROMA_P,  8, 16, 64, 1 );
2431             EXTREMAL_PLANE( 16, 16 );
2432             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 16, 64, 1 );
2433         }
2434     report( "intra pred :" );
2435     return ret;
2436 }
2437
2438 #define DECL_CABAC(cpu) \
2439 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
2440 {\
2441     x264_cabac_t cb;\
2442     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2443     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2444     for( int i = 0; i < 0x1000; i++ )\
2445         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
2446 }\
2447 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
2448 {\
2449     x264_cabac_t cb;\
2450     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2451     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2452     for( int i = 0; i < 0x1000; i++ )\
2453         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
2454 }\
2455 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
2456 {\
2457     x264_cabac_t cb;\
2458     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2459     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2460     for( int i = 0; i < 0x1000; i++ )\
2461         x264_cabac_encode_terminal_##cpu( &cb );\
2462 }
2463 DECL_CABAC(c)
2464 #if HAVE_MMX
2465 DECL_CABAC(asm)
2466 #elif defined(ARCH_AARCH64)
2467 DECL_CABAC(asm)
2468 #else
2469 #define run_cabac_decision_asm run_cabac_decision_c
2470 #define run_cabac_bypass_asm run_cabac_bypass_c
2471 #define run_cabac_terminal_asm run_cabac_terminal_c
2472 #endif
2473
2474 extern const uint8_t x264_count_cat_m1[14];
2475 void x264_cabac_block_residual_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2476 void x264_cabac_block_residual_8x8_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2477 void x264_cabac_block_residual_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2478
2479 static int check_cabac( int cpu_ref, int cpu_new )
2480 {
2481     int ret = 0, ok = 1, used_asm = 0;
2482     x264_t h;
2483     h.sps->i_chroma_format_idc = 3;
2484
2485     x264_bitstream_function_t bs_ref;
2486     x264_bitstream_function_t bs_a;
2487     x264_bitstream_init( cpu_ref, &bs_ref );
2488     x264_bitstream_init( cpu_new, &bs_a );
2489     x264_quant_init( &h, cpu_new, &h.quantf );
2490     h.quantf.coeff_last[DCT_CHROMA_DC] = h.quantf.coeff_last4;
2491
2492 #define CABAC_RESIDUAL(name, start, end, rd)\
2493 {\
2494     if( bs_a.name##_internal && (bs_a.name##_internal != bs_ref.name##_internal || (cpu_new&X264_CPU_SSE2_IS_SLOW)) )\
2495     {\
2496         used_asm = 1;\
2497         set_func_name( #name );\
2498         for( int i = 0; i < 2; i++ )\
2499         {\
2500             for( intptr_t ctx_block_cat = start; ctx_block_cat <= end; ctx_block_cat++ )\
2501             {\
2502                 for( int j = 0; j < 256; j++ )\
2503                 {\
2504                     ALIGNED_ARRAY_N( dctcoef, dct, [2],[64] );\
2505                     uint8_t bitstream[2][1<<16];\
2506                     static const uint8_t ctx_ac[14] = {0,1,0,0,1,0,0,1,0,0,0,1,0,0};\
2507                     int ac = ctx_ac[ctx_block_cat];\
2508                     int nz = 0;\
2509                     while( !nz )\
2510                     {\
2511                         for( int k = 0; k <= x264_count_cat_m1[ctx_block_cat]; k++ )\
2512                         {\
2513                             /* Very rough distribution that covers possible inputs */\
2514                             int rnd = rand();\
2515                             int coef = !(rnd&3);\
2516                             coef += !(rnd&  15) * (rand()&0x0006);\
2517                             coef += !(rnd&  63) * (rand()&0x0008);\
2518                             coef += !(rnd& 255) * (rand()&0x00F0);\
2519                             coef += !(rnd&1023) * (rand()&0x7F00);\
2520                             nz |= dct[0][ac+k] = dct[1][ac+k] = coef * ((rand()&1) ? 1 : -1);\
2521                         }\
2522                     }\
2523                     h.mb.b_interlaced = i;\
2524                     x264_cabac_t cb[2];\
2525                     x264_cabac_context_init( &h, &cb[0], SLICE_TYPE_P, 26, 0 );\
2526                     x264_cabac_context_init( &h, &cb[1], SLICE_TYPE_P, 26, 0 );\
2527                     x264_cabac_encode_init( &cb[0], bitstream[0], bitstream[0]+0xfff0 );\
2528                     x264_cabac_encode_init( &cb[1], bitstream[1], bitstream[1]+0xfff0 );\
2529                     cb[0].f8_bits_encoded = 0;\
2530                     cb[1].f8_bits_encoded = 0;\
2531                     if( !rd ) memcpy( bitstream[1], bitstream[0], 0x400 );\
2532                     call_c1( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2533                     call_a1( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2534                     ok = cb[0].f8_bits_encoded == cb[1].f8_bits_encoded && !memcmp(cb[0].state, cb[1].state, 1024);\
2535                     if( !rd ) ok |= !memcmp( bitstream[1], bitstream[0], 0x400 ) && !memcmp( &cb[1], &cb[0], offsetof(x264_cabac_t, p_start) );\
2536                     if( !ok )\
2537                     {\
2538                         fprintf( stderr, #name " :  [FAILED] ctx_block_cat %d", (int)ctx_block_cat );\
2539                         if( rd && cb[0].f8_bits_encoded != cb[1].f8_bits_encoded )\
2540                             fprintf( stderr, " (%d != %d)", cb[0].f8_bits_encoded, cb[1].f8_bits_encoded );\
2541                         fprintf( stderr, "\n");\
2542                         goto name##fail;\
2543                     }\
2544                     if( (j&15) == 0 )\
2545                     {\
2546                         call_c2( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2547                         call_a2( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2548                     }\
2549                 }\
2550             }\
2551         }\
2552     }\
2553 }\
2554 name##fail:
2555
2556     CABAC_RESIDUAL( cabac_block_residual, 0, DCT_LUMA_8x8, 0 )
2557     report( "cabac residual:" );
2558
2559     ok = 1; used_asm = 0;
2560     CABAC_RESIDUAL( cabac_block_residual_rd, 0, DCT_LUMA_8x8-1, 1 )
2561     CABAC_RESIDUAL( cabac_block_residual_8x8_rd, DCT_LUMA_8x8, DCT_LUMA_8x8, 1 )
2562     report( "cabac residual rd:" );
2563
2564     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
2565         return ret;
2566     ok = 1; used_asm = 0;
2567     x264_cabac_init( &h );
2568
2569     set_func_name( "cabac_encode_decision" );
2570     memcpy( buf4, buf3, 0x1000 );
2571     call_c( run_cabac_decision_c, &h, buf3 );
2572     call_a( run_cabac_decision_asm, &h, buf4 );
2573     ok = !memcmp( buf3, buf4, 0x1000 );
2574     report( "cabac decision:" );
2575
2576     set_func_name( "cabac_encode_bypass" );
2577     memcpy( buf4, buf3, 0x1000 );
2578     call_c( run_cabac_bypass_c, &h, buf3 );
2579     call_a( run_cabac_bypass_asm, &h, buf4 );
2580     ok = !memcmp( buf3, buf4, 0x1000 );
2581     report( "cabac bypass:" );
2582
2583     set_func_name( "cabac_encode_terminal" );
2584     memcpy( buf4, buf3, 0x1000 );
2585     call_c( run_cabac_terminal_c, &h, buf3 );
2586     call_a( run_cabac_terminal_asm, &h, buf4 );
2587     ok = !memcmp( buf3, buf4, 0x1000 );
2588     report( "cabac terminal:" );
2589
2590     return ret;
2591 }
2592
2593 static int check_bitstream( int cpu_ref, int cpu_new )
2594 {
2595     x264_bitstream_function_t bs_c;
2596     x264_bitstream_function_t bs_ref;
2597     x264_bitstream_function_t bs_a;
2598
2599     int ret = 0, ok = 1, used_asm = 0;
2600
2601     x264_bitstream_init( 0, &bs_c );
2602     x264_bitstream_init( cpu_ref, &bs_ref );
2603     x264_bitstream_init( cpu_new, &bs_a );
2604     if( bs_a.nal_escape != bs_ref.nal_escape )
2605     {
2606         int size = 0x4000;
2607         uint8_t *input = malloc(size+100);
2608         uint8_t *output1 = malloc(size*2);
2609         uint8_t *output2 = malloc(size*2);
2610         used_asm = 1;
2611         set_func_name( "nal_escape" );
2612         for( int i = 0; i < 100; i++ )
2613         {
2614             /* Test corner-case sizes */
2615             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2616             /* Test 8 different probability distributions of zeros */
2617             for( int j = 0; j < test_size+32; j++ )
2618                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2619             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2620             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2621             int size_c = end_c-output1;
2622             int size_a = end_a-output2;
2623             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2624             {
2625                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2626                 ok = 0;
2627                 break;
2628             }
2629         }
2630         for( int j = 0; j < size+32; j++ )
2631             input[j] = rand();
2632         call_c2( bs_c.nal_escape, output1, input, input+size );
2633         call_a2( bs_a.nal_escape, output2, input, input+size );
2634         free(input);
2635         free(output1);
2636         free(output2);
2637     }
2638     report( "nal escape:" );
2639
2640     return ret;
2641 }
2642
2643 static int check_all_funcs( int cpu_ref, int cpu_new )
2644 {
2645     return check_pixel( cpu_ref, cpu_new )
2646          + check_dct( cpu_ref, cpu_new )
2647          + check_mc( cpu_ref, cpu_new )
2648          + check_intra( cpu_ref, cpu_new )
2649          + check_deblock( cpu_ref, cpu_new )
2650          + check_quant( cpu_ref, cpu_new )
2651          + check_cabac( cpu_ref, cpu_new )
2652          + check_bitstream( cpu_ref, cpu_new );
2653 }
2654
2655 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2656 {
2657     *cpu_ref = *cpu_new;
2658     *cpu_new |= flags;
2659 #if STACK_ALIGNMENT < 16
2660     *cpu_new |= X264_CPU_STACK_MOD4;
2661 #endif
2662     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2663         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2664     if( !quiet )
2665         fprintf( stderr, "x264: %s\n", name );
2666     return check_all_funcs( *cpu_ref, *cpu_new );
2667 }
2668
2669 static int check_all_flags( void )
2670 {
2671     int ret = 0;
2672     int cpu0 = 0, cpu1 = 0;
2673     uint32_t cpu_detect = x264_cpu_detect();
2674 #if HAVE_MMX
2675     if( cpu_detect & X264_CPU_MMX2 )
2676     {
2677         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2678         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2679         cpu1 &= ~X264_CPU_CACHELINE_64;
2680 #if ARCH_X86
2681         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2682         cpu1 &= ~X264_CPU_CACHELINE_32;
2683 #endif
2684         if( cpu_detect & X264_CPU_LZCNT )
2685         {
2686             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX LZCNT" );
2687             cpu1 &= ~X264_CPU_LZCNT;
2688         }
2689         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2690         cpu1 &= ~X264_CPU_SLOW_CTZ;
2691     }
2692     if( cpu_detect & X264_CPU_SSE )
2693         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE, "SSE" );
2694     if( cpu_detect & X264_CPU_SSE2 )
2695     {
2696         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2697         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2698         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2699         cpu1 &= ~X264_CPU_CACHELINE_64;
2700         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSE2 SlowShuffle" );
2701         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2702         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2703         cpu1 &= ~X264_CPU_SLOW_CTZ;
2704         if( cpu_detect & X264_CPU_LZCNT )
2705         {
2706             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE2 LZCNT" );
2707             cpu1 &= ~X264_CPU_LZCNT;
2708         }
2709     }
2710     if( cpu_detect & X264_CPU_SSE3 )
2711     {
2712         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2713         cpu1 &= ~X264_CPU_CACHELINE_64;
2714     }
2715     if( cpu_detect & X264_CPU_SSSE3 )
2716     {
2717         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2718         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2719         cpu1 &= ~X264_CPU_CACHELINE_64;
2720         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSSE3 SlowShuffle" );
2721         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2722         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2723         cpu1 &= ~X264_CPU_SLOW_CTZ;
2724         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2725         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64 SlowAtom" );
2726         cpu1 &= ~X264_CPU_CACHELINE_64;
2727         cpu1 &= ~X264_CPU_SLOW_ATOM;
2728         if( cpu_detect & X264_CPU_LZCNT )
2729         {
2730             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSSE3 LZCNT" );
2731             cpu1 &= ~X264_CPU_LZCNT;
2732         }
2733     }
2734     if( cpu_detect & X264_CPU_SSE4 )
2735         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2736     if( cpu_detect & X264_CPU_SSE42 )
2737         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE42, "SSE4.2" );
2738     if( cpu_detect & X264_CPU_AVX )
2739         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2740     if( cpu_detect & X264_CPU_XOP )
2741         ret |= add_flags( &cpu0, &cpu1, X264_CPU_XOP, "XOP" );
2742     if( cpu_detect & X264_CPU_FMA4 )
2743     {
2744         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA4, "FMA4" );
2745         cpu1 &= ~X264_CPU_FMA4;
2746     }
2747     if( cpu_detect & X264_CPU_FMA3 )
2748     {
2749         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3, "FMA3" );
2750         cpu1 &= ~X264_CPU_FMA3;
2751     }
2752     if( cpu_detect & X264_CPU_AVX2 )
2753     {
2754         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3 | X264_CPU_AVX2, "AVX2" );
2755         if( cpu_detect & X264_CPU_LZCNT )
2756         {
2757             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "AVX2 LZCNT" );
2758             cpu1 &= ~X264_CPU_LZCNT;
2759         }
2760     }
2761     if( cpu_detect & X264_CPU_BMI1 )
2762     {
2763         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1, "BMI1" );
2764         cpu1 &= ~X264_CPU_BMI1;
2765     }
2766     if( cpu_detect & X264_CPU_BMI2 )
2767     {
2768         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1|X264_CPU_BMI2, "BMI2" );
2769         cpu1 &= ~(X264_CPU_BMI1|X264_CPU_BMI2);
2770     }
2771 #elif ARCH_PPC
2772     if( cpu_detect & X264_CPU_ALTIVEC )
2773     {
2774         fprintf( stderr, "x264: ALTIVEC against C\n" );
2775         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2776     }
2777 #elif ARCH_ARM
2778     if( cpu_detect & X264_CPU_ARMV6 )
2779         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2780     if( cpu_detect & X264_CPU_NEON )
2781         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2782     if( cpu_detect & X264_CPU_FAST_NEON_MRC )
2783         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2784 #elif ARCH_AARCH64
2785     if( cpu_detect & X264_CPU_ARMV8 )
2786         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV8, "ARMv8" );
2787     if( cpu_detect & X264_CPU_NEON )
2788         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2789 #endif
2790     return ret;
2791 }
2792
2793 int main(int argc, char *argv[])
2794 {
2795     int ret = 0;
2796
2797     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2798     {
2799 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM && !ARCH_AARCH64
2800         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2801         return 1;
2802 #endif
2803         do_bench = 1;
2804         if( argv[1][7] == '=' )
2805         {
2806             bench_pattern = argv[1]+8;
2807             bench_pattern_len = strlen(bench_pattern);
2808         }
2809         argc--;
2810         argv++;
2811     }
2812
2813     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2814     fprintf( stderr, "x264: using random seed %u\n", seed );
2815     srand( seed );
2816
2817     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 32*BENCH_ALIGNS );
2818     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 32*BENCH_ALIGNS );
2819     if( !buf1 || !pbuf1 )
2820     {
2821         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2822         return -1;
2823     }
2824 #define INIT_POINTER_OFFSETS\
2825     buf2 = buf1 + 0xf00;\
2826     buf3 = buf2 + 0xf00;\
2827     buf4 = buf3 + 0x1000*sizeof(pixel);\
2828     pbuf2 = pbuf1 + 0xf00;\
2829     pbuf3 = (pixel*)buf3;\
2830     pbuf4 = (pixel*)buf4;
2831     INIT_POINTER_OFFSETS;
2832     for( int i = 0; i < 0x1e00; i++ )
2833     {
2834         buf1[i] = rand() & 0xFF;
2835         pbuf1[i] = rand() & PIXEL_MAX;
2836     }
2837     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2838
2839     /* 32-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2840     if( do_bench )
2841         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2842         {
2843             INIT_POINTER_OFFSETS;
2844             ret |= x264_stack_pagealign( check_all_flags, i*32 );
2845             buf1 += 32;
2846             pbuf1 += 32;
2847             quiet = 1;
2848             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2849         }
2850     else
2851         ret = x264_stack_pagealign( check_all_flags, 0 );
2852
2853     if( ret )
2854     {
2855         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2856         return -1;
2857     }
2858     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2859     if( do_bench )
2860         print_bench();
2861     return 0;
2862 }
2863