Disable mbtree asm with cpu-independent option
[x264/x264-sandbox.git] / tools / checkasm.c
1 /*****************************************************************************
2  * checkasm.c: assembly check tool
3  *****************************************************************************
4  * Copyright (C) 2003-2013 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     uint32_t cycles;
65     uint32_t den;
66 } bench_t;
67
68 typedef struct
69 {
70     char *name;
71     bench_t vers[MAX_CPUS];
72 } bench_func_t;
73
74 int do_bench = 0;
75 int bench_pattern_len = 0;
76 const char *bench_pattern = "";
77 char func_name[100];
78 static bench_func_t benchs[MAX_FUNCS];
79
80 static const char *pixel_names[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( "rdtsc" :"=a"(a) ::"edx" );
94 #elif ARCH_PPC
95     asm volatile( "mftb %0" : "=r" (a) );
96 #elif ARCH_ARM     // ARMv7 only
97     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) );
98 #endif
99     return a;
100 }
101
102 static bench_t* get_bench( const char *name, int cpu )
103 {
104     int i, j;
105     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
106         assert( i < MAX_FUNCS );
107     if( !benchs[i].name )
108         benchs[i].name = strdup( name );
109     if( !cpu )
110         return &benchs[i].vers[0];
111     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
112         assert( j < MAX_CPUS );
113     benchs[i].vers[j].cpu = cpu;
114     return &benchs[i].vers[j];
115 }
116
117 static int cmp_nop( const void *a, const void *b )
118 {
119     return *(uint16_t*)a - *(uint16_t*)b;
120 }
121
122 static int cmp_bench( const void *a, const void *b )
123 {
124     // asciibetical sort except preserving numbers
125     const char *sa = ((bench_func_t*)a)->name;
126     const char *sb = ((bench_func_t*)b)->name;
127     for( ;; sa++, sb++ )
128     {
129         if( !*sa && !*sb )
130             return 0;
131         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
132             return isdigit( sa[1] ) - isdigit( sb[1] );
133         if( *sa != *sb )
134             return *sa - *sb;
135     }
136 }
137
138 static void print_bench(void)
139 {
140     uint16_t nops[10000] = {0};
141     int nfuncs, nop_time=0;
142
143     for( int i = 0; i < 10000; i++ )
144     {
145         int t = read_time();
146         nops[i] = read_time() - t;
147     }
148     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
149     for( int i = 500; i < 9500; i++ )
150         nop_time += nops[i];
151     nop_time /= 900;
152     printf( "nop: %d\n", nop_time );
153
154     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
155     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
156     for( int i = 0; i < nfuncs; i++ )
157         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
158         {
159             int k;
160             bench_t *b = &benchs[i].vers[j];
161             if( !b->den )
162                 continue;
163             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
164             if( k < j )
165                 continue;
166             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
167 #if HAVE_MMX
168                     b->cpu&X264_CPU_AVX2 && b->cpu&X264_CPU_FMA3 ? "avx2_fma3" :
169                     b->cpu&X264_CPU_AVX2 ? "avx2" :
170                     b->cpu&X264_CPU_FMA3 ? "fma3" :
171                     b->cpu&X264_CPU_FMA4 ? "fma4" :
172                     b->cpu&X264_CPU_XOP ? "xop" :
173                     b->cpu&X264_CPU_AVX ? "avx" :
174                     b->cpu&X264_CPU_SSE4 ? "sse4" :
175                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
176                     b->cpu&X264_CPU_SSE3 ? "sse3" :
177                     /* print sse2slow only if there's also a sse2fast version of the same func */
178                     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" :
179                     b->cpu&X264_CPU_SSE2 ? "sse2" :
180                     b->cpu&X264_CPU_SSE ? "sse" :
181                     b->cpu&X264_CPU_MMX ? "mmx" :
182 #elif ARCH_PPC
183                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
184 #elif ARCH_ARM
185                     b->cpu&X264_CPU_NEON ? "neon" :
186                     b->cpu&X264_CPU_ARMV6 ? "armv6" :
187 #endif
188                     "c",
189 #if HAVE_MMX
190                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
191                     b->cpu&X264_CPU_SLOW_ATOM && b->cpu&X264_CPU_CACHELINE_64 ? "_c64_atom" :
192                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
193                     b->cpu&X264_CPU_SLOW_SHUFFLE ? "_slowshuffle" :
194                     b->cpu&X264_CPU_SSE_MISALIGN ? "_misalign" :
195                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
196                     b->cpu&X264_CPU_BMI2 ? "_bmi2" :
197                     b->cpu&X264_CPU_BMI1 ? "_bmi1" :
198                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
199                     b->cpu&X264_CPU_SLOW_ATOM ? "_atom" :
200 #elif ARCH_ARM
201                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
202 #endif
203                     "",
204                     ((int64_t)10*b->cycles/b->den - nop_time)/4 );
205         }
206 }
207
208 #if ARCH_X86 || ARCH_X86_64
209 int x264_stack_pagealign( int (*func)(), int align );
210
211 /* detect when callee-saved regs aren't saved
212  * needs an explicit asm check because it only sometimes crashes in normal use. */
213 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
214 #else
215 #define x264_stack_pagealign( func, align ) func()
216 #endif
217
218 #define call_c1(func,...) func(__VA_ARGS__)
219
220 #if ARCH_X86_64
221 /* Evil hack: detect incorrect assumptions that 32-bit ints are zero-extended to 64-bit.
222  * This is done by clobbering the stack with junk around the stack pointer and calling the
223  * assembly function through x264_checkasm_call with added dummy arguments which forces all
224  * real arguments to be passed on the stack and not in registers. For 32-bit argument the
225  * upper half of the 64-bit register location on the stack will now contain junk. Note that
226  * this is dependant on compiler behaviour and that interrupts etc. at the wrong time may
227  * overwrite the junk written to the stack so there's no guarantee that it will always
228  * detect all functions that assumes zero-extension.
229  */
230 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
231 #define call_a1(func,...) ({ \
232     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
233     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 */ \
234     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, __VA_ARGS__ ); })
235 #elif ARCH_X86
236 #define call_a1(func,...) x264_checkasm_call( (intptr_t(*)())func, &ok, __VA_ARGS__ )
237 #else
238 #define call_a1 call_c1
239 #endif
240
241 #define call_bench(func,cpu,...)\
242     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
243     {\
244         uint32_t tsum = 0;\
245         int tcount = 0;\
246         call_a1(func, __VA_ARGS__);\
247         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
248         {\
249             uint32_t t = read_time();\
250             func(__VA_ARGS__);\
251             func(__VA_ARGS__);\
252             func(__VA_ARGS__);\
253             func(__VA_ARGS__);\
254             t = read_time() - t;\
255             if( t*tcount <= tsum*4 && ti > 0 )\
256             {\
257                 tsum += t;\
258                 tcount++;\
259             }\
260         }\
261         bench_t *b = get_bench( func_name, cpu );\
262         b->cycles += tsum;\
263         b->den += tcount;\
264         b->pointer = func;\
265     }
266
267 /* for most functions, run benchmark and correctness test at the same time.
268  * for those that modify their inputs, run the above macros separately */
269 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
270 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
271 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
272 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
273
274
275 static int check_pixel( int cpu_ref, int cpu_new )
276 {
277     x264_pixel_function_t pixel_c;
278     x264_pixel_function_t pixel_ref;
279     x264_pixel_function_t pixel_asm;
280     x264_predict_t predict_4x4[12];
281     x264_predict8x8_t predict_8x8[12];
282     x264_predict_8x8_filter_t predict_8x8_filter;
283     ALIGNED_16( pixel edge[36] );
284     uint16_t cost_mv[32];
285     int ret = 0, ok, used_asm;
286
287     x264_pixel_init( 0, &pixel_c );
288     x264_pixel_init( cpu_ref, &pixel_ref );
289     x264_pixel_init( cpu_new, &pixel_asm );
290     x264_predict_4x4_init( 0, predict_4x4 );
291     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
292     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
293
294     // maximize sum
295     for( int i = 0; i < 256; i++ )
296     {
297         int z = i|(i>>4);
298         z ^= z>>2;
299         z ^= z>>1;
300         pbuf4[i] = -(z&1) & PIXEL_MAX;
301         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
302     }
303     // random pattern made of maxed pixel differences, in case an intermediate value overflows
304     for( int i = 256; i < 0x1000; i++ )
305     {
306         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
307         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
308     }
309
310 #define TEST_PIXEL( name, align ) \
311     ok = 1, used_asm = 0; \
312     for( int i = 0; i < ARRAY_ELEMS(pixel_c.name); i++ ) \
313     { \
314         int res_c, res_asm; \
315         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
316         { \
317             set_func_name( "%s_%s", #name, pixel_names[i] ); \
318             used_asm = 1; \
319             for( int j = 0; j < 64; j++ ) \
320             { \
321                 res_c   = call_c( pixel_c.name[i],   pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
322                 res_asm = call_a( pixel_asm.name[i], pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
323                 if( res_c != res_asm ) \
324                 { \
325                     ok = 0; \
326                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
327                     break; \
328                 } \
329             } \
330             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
331             { \
332                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
333                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
334                 if( res_c != res_asm ) \
335                 { \
336                     ok = 0; \
337                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
338                 } \
339             } \
340         } \
341     } \
342     report( "pixel " #name " :" );
343
344     TEST_PIXEL( sad, 0 );
345     TEST_PIXEL( sad_aligned, 1 );
346     TEST_PIXEL( ssd, 1 );
347     TEST_PIXEL( satd, 0 );
348     TEST_PIXEL( sa8d, 1 );
349
350     ok = 1, used_asm = 0;
351     if( pixel_asm.sa8d_satd[PIXEL_16x16] != pixel_ref.sa8d_satd[PIXEL_16x16] )
352     {
353         set_func_name( "sa8d_satd_%s", pixel_names[PIXEL_16x16] );
354         used_asm = 1;
355         for( int j = 0; j < 64; j++ )
356         {
357             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
358             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
359             uint64_t res_a = call_a( pixel_asm.sa8d_satd[PIXEL_16x16], pbuf1, (intptr_t)16, pbuf2, (intptr_t)64 );
360             uint32_t cost8_a = res_a;
361             uint32_t cost4_a = res_a >> 32;
362             if( cost8_a != cost8_c || cost4_a != cost4_c )
363             {
364                 ok = 0;
365                 fprintf( stderr, "sa8d_satd [%d]: (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
366                          cost8_c, cost4_c, cost8_a, cost4_a );
367                 break;
368             }
369         }
370         for( int j = 0; j < 0x1000 && ok; j += 256 ) \
371         {
372             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
373             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
374             uint64_t res_a = pixel_asm.sa8d_satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
375             uint32_t cost8_a = res_a;
376             uint32_t cost4_a = res_a >> 32;
377             if( cost8_a != cost8_c || cost4_a != cost4_c )
378             {
379                 ok = 0;
380                 fprintf( stderr, "sa8d_satd [%d]: overflow (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
381                          cost8_c, cost4_c, cost8_a, cost4_a );
382             }
383         }
384     }
385     report( "pixel sa8d_satd :" );
386
387 #define TEST_PIXEL_X( N ) \
388     ok = 1; used_asm = 0; \
389     for( int i = 0; i < 7; i++ ) \
390     { \
391         int res_c[4]={0}, res_asm[4]={0}; \
392         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
393         { \
394             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
395             used_asm = 1; \
396             for( int j = 0; j < 64; j++ ) \
397             { \
398                 pixel *pix2 = pbuf2+j; \
399                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2,   64 ); \
400                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
401                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
402                 if( N == 4 ) \
403                 { \
404                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
405                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
406                 } \
407                 else \
408                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
409                 if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
410                 { \
411                     ok = 0; \
412                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
413                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
414                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
415                 } \
416                 if( N == 4 ) \
417                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
418                 else \
419                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
420             } \
421         } \
422     } \
423     report( "pixel sad_x"#N" :" );
424
425     TEST_PIXEL_X(3);
426     TEST_PIXEL_X(4);
427
428 #define TEST_PIXEL_VAR( i ) \
429     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
430     { \
431         set_func_name( "%s_%s", "var", pixel_names[i] ); \
432         used_asm = 1; \
433         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
434         call_c1( pixel_c.var[i],   pbuf1,           16 ); \
435         call_a1( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
436         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
437         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
438         if( res_c != res_asm ) \
439         { \
440             ok = 0; \
441             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) ); \
442         } \
443         call_c2( pixel_c.var[i],   pbuf1, (intptr_t)16 ); \
444         call_a2( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
445     }
446
447     ok = 1; used_asm = 0;
448     TEST_PIXEL_VAR( PIXEL_16x16 );
449     TEST_PIXEL_VAR( PIXEL_8x16 );
450     TEST_PIXEL_VAR( PIXEL_8x8 );
451     report( "pixel var :" );
452
453 #define TEST_PIXEL_VAR2( i ) \
454     if( pixel_asm.var2[i] != pixel_ref.var2[i] ) \
455     { \
456         int res_c, res_asm, ssd_c, ssd_asm; \
457         set_func_name( "%s_%s", "var2", pixel_names[i] ); \
458         used_asm = 1; \
459         res_c   = call_c( pixel_c.var2[i],   pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_c   ); \
460         res_asm = call_a( pixel_asm.var2[i], pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_asm ); \
461         if( res_c != res_asm || ssd_c != ssd_asm ) \
462         { \
463             ok = 0; \
464             fprintf( stderr, "var2[%d]: %d != %d or %d != %d [FAILED]\n", i, res_c, res_asm, ssd_c, ssd_asm ); \
465         } \
466     }
467
468     ok = 1; used_asm = 0;
469     TEST_PIXEL_VAR2( PIXEL_8x16 );
470     TEST_PIXEL_VAR2( PIXEL_8x8 );
471     report( "pixel var2 :" );
472
473     ok = 1; used_asm = 0;
474     for( int i = 0; i < 4; i++ )
475         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
476         {
477             set_func_name( "hadamard_ac_%s", pixel_names[i] );
478             used_asm = 1;
479             for( int j = 0; j < 32; j++ )
480             {
481                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
482                 call_c1( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
483                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
484                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
485                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
486                 if( rc != ra )
487                 {
488                     ok = 0;
489                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
490                     break;
491                 }
492             }
493             call_c2( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
494             call_a2( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
495         }
496     report( "pixel hadamard_ac :" );
497
498     // maximize sum
499     for( int i = 0; i < 32; i++ )
500         for( int j = 0; j < 16; j++ )
501             pbuf4[16*i+j] = -((i+j)&1) & PIXEL_MAX;
502     ok = 1; used_asm = 0;
503     if( pixel_asm.vsad != pixel_ref.vsad )
504     {
505         for( int h = 2; h <= 32; h += 2 )
506         {
507             int res_c, res_asm;
508             set_func_name( "vsad" );
509             used_asm = 1;
510             for( int j = 0; j < 2 && ok; j++ )
511             {
512                 pixel *p = j ? pbuf4 : pbuf1;
513                 res_c   = call_c( pixel_c.vsad,   p, (intptr_t)16, h );
514                 res_asm = call_a( pixel_asm.vsad, p, (intptr_t)16, h );
515                 if( res_c != res_asm )
516                 {
517                     ok = 0;
518                     fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
519                     break;
520                 }
521             }
522         }
523     }
524     report( "pixel vsad :" );
525
526     ok = 1; used_asm = 0;
527     if( pixel_asm.asd8 != pixel_ref.asd8 )
528     {
529         set_func_name( "asd8" );
530         used_asm = 1;
531         int res_c = call_c( pixel_c.asd8,   pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
532         int res_a = call_a( pixel_asm.asd8, pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
533         if( res_c != res_a )
534         {
535             ok = 0;
536             fprintf( stderr, "asd: %d != %d\n", res_c, res_a );
537         }
538     }
539     report( "pixel asd :" );
540
541 #define TEST_INTRA_X3( name, i8x8, ... ) \
542     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
543     { \
544         int res_c[3], res_asm[3]; \
545         set_func_name( #name ); \
546         used_asm = 1; \
547         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
548         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
549         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
550         { \
551             ok = 0; \
552             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
553                      res_c[0], res_c[1], res_c[2], \
554                      res_asm[0], res_asm[1], res_asm[2] ); \
555         } \
556     }
557
558 #define TEST_INTRA_X9( name, cmp ) \
559     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
560     { \
561         set_func_name( #name ); \
562         used_asm = 1; \
563         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
564         for( int i=0; i<17; i++ ) \
565             bitcosts[i] = 9*(i!=8); \
566         memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
567         memcpy( pbuf4, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
568         for( int i=0; i<32; i++ ) \
569         { \
570             pixel *fenc = pbuf1+48+i*12; \
571             pixel *fdec1 = pbuf3+48+i*12; \
572             pixel *fdec2 = pbuf4+48+i*12; \
573             int pred_mode = i%9; \
574             int res_c = INT_MAX; \
575             for( int j=0; j<9; j++ ) \
576             { \
577                 predict_4x4[j]( fdec1 ); \
578                 int cost = pixel_c.cmp[PIXEL_4x4]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
579                 if( cost < (uint16_t)res_c ) \
580                     res_c = cost + (j<<16); \
581             } \
582             predict_4x4[res_c>>16]( fdec1 ); \
583             int res_a = call_a( pixel_asm.name, fenc, fdec2, bitcosts+8-pred_mode ); \
584             if( res_c != res_a ) \
585             { \
586                 ok = 0; \
587                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
588                 break; \
589             } \
590             if( memcmp(fdec1, fdec2, 4*FDEC_STRIDE*sizeof(pixel)) ) \
591             { \
592                 ok = 0; \
593                 fprintf( stderr, #name" [FAILED]\n" ); \
594                 for( int j=0; j<16; j++ ) \
595                     fprintf( stderr, "%02x ", fdec1[(j&3)+(j>>2)*FDEC_STRIDE] ); \
596                 fprintf( stderr, "\n" ); \
597                 for( int j=0; j<16; j++ ) \
598                     fprintf( stderr, "%02x ", fdec2[(j&3)+(j>>2)*FDEC_STRIDE] ); \
599                 fprintf( stderr, "\n" ); \
600                 break; \
601             } \
602         } \
603     }
604
605 #define TEST_INTRA8_X9( name, cmp ) \
606     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
607     { \
608         set_func_name( #name ); \
609         used_asm = 1; \
610         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
611         ALIGNED_ARRAY_16( uint16_t, satds_c,[16] ); \
612         ALIGNED_ARRAY_16( uint16_t, satds_a,[16] ); \
613         memset( satds_c, 0, 16 * sizeof(*satds_c) ); \
614         memset( satds_a, 0, 16 * sizeof(*satds_a) ); \
615         for( int i=0; i<17; i++ ) \
616             bitcosts[i] = 9*(i!=8); \
617         for( int i=0; i<32; i++ ) \
618         { \
619             pixel *fenc = pbuf1+48+i*12; \
620             pixel *fdec1 = pbuf3+48+i*12; \
621             pixel *fdec2 = pbuf4+48+i*12; \
622             int pred_mode = i%9; \
623             int res_c = INT_MAX; \
624             predict_8x8_filter( fdec1, edge, ALL_NEIGHBORS, ALL_NEIGHBORS ); \
625             for( int j=0; j<9; j++ ) \
626             { \
627                 predict_8x8[j]( fdec1, edge ); \
628                 satds_c[j] = pixel_c.cmp[PIXEL_8x8]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
629                 if( satds_c[j] < (uint16_t)res_c ) \
630                     res_c = satds_c[j] + (j<<16); \
631             } \
632             predict_8x8[res_c>>16]( fdec1, edge ); \
633             int res_a = call_a( pixel_asm.name, fenc, fdec2, edge, bitcosts+8-pred_mode, satds_a ); \
634             if( res_c != res_a || memcmp(satds_c, satds_a, sizeof(satds_c)) ) \
635             { \
636                 ok = 0; \
637                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
638                 for( int j = 0; j < 9; j++ ) \
639                     fprintf( stderr, "%5d ", satds_c[j]); \
640                 fprintf( stderr, "\n" ); \
641                 for( int j = 0; j < 9; j++ ) \
642                     fprintf( stderr, "%5d ", satds_a[j]); \
643                 fprintf( stderr, "\n" ); \
644                 break; \
645             } \
646             for( int j=0; j<8; j++ ) \
647                 if( memcmp(fdec1+j*FDEC_STRIDE, fdec2+j*FDEC_STRIDE, 8*sizeof(pixel)) ) \
648                     ok = 0; \
649             if( !ok ) \
650             { \
651                 fprintf( stderr, #name" [FAILED]\n" ); \
652                 for( int j=0; j<8; j++ ) \
653                 { \
654                     for( int k=0; k<8; k++ ) \
655                         fprintf( stderr, "%02x ", fdec1[k+j*FDEC_STRIDE] ); \
656                     fprintf( stderr, "\n" ); \
657                 } \
658                 fprintf( stderr, "\n" ); \
659                 for( int j=0; j<8; j++ ) \
660                 { \
661                     for( int k=0; k<8; k++ ) \
662                         fprintf( stderr, "%02x ", fdec2[k+j*FDEC_STRIDE] ); \
663                     fprintf( stderr, "\n" ); \
664                 } \
665                 fprintf( stderr, "\n" ); \
666                 break; \
667             } \
668         } \
669     }
670
671     memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) );
672     ok = 1; used_asm = 0;
673     TEST_INTRA_X3( intra_satd_x3_16x16, 0 );
674     TEST_INTRA_X3( intra_satd_x3_8x16c, 0 );
675     TEST_INTRA_X3( intra_satd_x3_8x8c, 0 );
676     TEST_INTRA_X3( intra_sa8d_x3_8x8, 1, edge );
677     TEST_INTRA_X3( intra_satd_x3_4x4, 0 );
678     report( "intra satd_x3 :" );
679     ok = 1; used_asm = 0;
680     TEST_INTRA_X3( intra_sad_x3_16x16, 0 );
681     TEST_INTRA_X3( intra_sad_x3_8x16c, 0 );
682     TEST_INTRA_X3( intra_sad_x3_8x8c, 0 );
683     TEST_INTRA_X3( intra_sad_x3_8x8, 1, edge );
684     TEST_INTRA_X3( intra_sad_x3_4x4, 0 );
685     report( "intra sad_x3 :" );
686     ok = 1; used_asm = 0;
687     TEST_INTRA_X9( intra_satd_x9_4x4, satd );
688     TEST_INTRA8_X9( intra_sa8d_x9_8x8, sa8d );
689     report( "intra satd_x9 :" );
690     ok = 1; used_asm = 0;
691     TEST_INTRA_X9( intra_sad_x9_4x4, sad );
692     TEST_INTRA8_X9( intra_sad_x9_8x8, sad );
693     report( "intra sad_x9 :" );
694
695     ok = 1; used_asm = 0;
696     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
697     {
698         used_asm = 1;
699         set_func_name( "ssd_nv12" );
700         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
701         pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, 360, 8, &res_u_c, &res_v_c );
702         pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, 360, 8, &res_u_a, &res_v_a );
703         if( res_u_c != res_u_a || res_v_c != res_v_a )
704         {
705             ok = 0;
706             fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
707                      res_u_c, res_v_c, res_u_a, res_v_a );
708         }
709         call_c( pixel_c.ssd_nv12_core,   pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_c, &res_v_c );
710         call_a( pixel_asm.ssd_nv12_core, pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_a, &res_v_a );
711     }
712     report( "ssd_nv12 :" );
713
714     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
715         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
716     {
717         int cnt;
718         float res_c, res_a;
719         ALIGNED_16( int sums[5][4] ) = {{0}};
720         used_asm = ok = 1;
721         x264_emms();
722         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
723         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
724         if( fabs( res_c - res_a ) > 1e-6 )
725         {
726             ok = 0;
727             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
728         }
729         set_func_name( "ssim_core" );
730         call_c2( pixel_c.ssim_4x4x2_core,   pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
731         call_a2( pixel_asm.ssim_4x4x2_core, pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
732         set_func_name( "ssim_end" );
733         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
734         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
735         report( "ssim :" );
736     }
737
738     ok = 1; used_asm = 0;
739     for( int i = 0; i < 32; i++ )
740         cost_mv[i] = i*10;
741     for( int i = 0; i < 100 && ok; i++ )
742         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
743         {
744             ALIGNED_16( uint16_t sums[72] );
745             ALIGNED_16( int dc[4] );
746             ALIGNED_16( int16_t mvs_a[32] );
747             ALIGNED_16( int16_t mvs_c[32] );
748             int mvn_a, mvn_c;
749             int thresh = rand() & 0x3fff;
750             set_func_name( "esa_ads" );
751             for( int j = 0; j < 72; j++ )
752                 sums[j] = rand() & 0x3fff;
753             for( int j = 0; j < 4; j++ )
754                 dc[j] = rand() & 0x3fff;
755             used_asm = 1;
756             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
757             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
758             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
759             {
760                 ok = 0;
761                 printf( "c%d: ", i&3 );
762                 for( int j = 0; j < mvn_c; j++ )
763                     printf( "%d ", mvs_c[j] );
764                 printf( "\na%d: ", i&3 );
765                 for( int j = 0; j < mvn_a; j++ )
766                     printf( "%d ", mvs_a[j] );
767                 printf( "\n\n" );
768             }
769         }
770     report( "esa ads:" );
771
772     return ret;
773 }
774
775 static int check_dct( int cpu_ref, int cpu_new )
776 {
777     x264_dct_function_t dct_c;
778     x264_dct_function_t dct_ref;
779     x264_dct_function_t dct_asm;
780     x264_quant_function_t qf;
781     int ret = 0, ok, used_asm, interlace = 0;
782     ALIGNED_16( dctcoef dct1[16][16] );
783     ALIGNED_16( dctcoef dct2[16][16] );
784     ALIGNED_16( dctcoef dct4[16][16] );
785     ALIGNED_16( dctcoef dct8[4][64] );
786     ALIGNED_16( dctcoef dctdc[2][8] );
787     x264_t h_buf;
788     x264_t *h = &h_buf;
789
790     x264_dct_init( 0, &dct_c );
791     x264_dct_init( cpu_ref, &dct_ref);
792     x264_dct_init( cpu_new, &dct_asm );
793
794     memset( h, 0, sizeof(*h) );
795     x264_param_default( &h->param );
796     h->sps->i_chroma_format_idc = 1;
797     h->chroma_qp_table = i_chroma_qp_table + 12;
798     h->param.analyse.i_luma_deadzone[0] = 0;
799     h->param.analyse.i_luma_deadzone[1] = 0;
800     h->param.analyse.b_transform_8x8 = 1;
801     for( int i = 0; i < 6; i++ )
802         h->pps->scaling_list[i] = x264_cqm_flat16;
803     x264_cqm_init( h );
804     x264_quant_init( h, 0, &qf );
805
806     /* overflow test cases */
807     for( int i = 0; i < 5; i++ )
808     {
809         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
810         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
811
812         for( int j = 0; j < 16; j++ )
813         {
814             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
815             int cond_b = (i == 0) ? 1 : !cond_a;
816             enc[0] = enc[1] = enc[4] = enc[5] = enc[8] = enc[9] = enc[12] = enc[13] = cond_a ? PIXEL_MAX : 0;
817             enc[2] = enc[3] = enc[6] = enc[7] = enc[10] = enc[11] = enc[14] = enc[15] = cond_b ? PIXEL_MAX : 0;
818
819             for( int k = 0; k < 4; k++ )
820                 dec[k] = PIXEL_MAX - enc[k];
821
822             enc += FENC_STRIDE;
823             dec += FDEC_STRIDE;
824         }
825     }
826
827 #define TEST_DCT( name, t1, t2, size ) \
828     if( dct_asm.name != dct_ref.name ) \
829     { \
830         set_func_name( #name ); \
831         used_asm = 1; \
832         pixel *enc = pbuf3; \
833         pixel *dec = pbuf4; \
834         for( int j = 0; j < 5; j++) \
835         { \
836             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
837             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
838             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
839             { \
840                 ok = 0; \
841                 fprintf( stderr, #name " [FAILED]\n" ); \
842                 for( int k = 0; k < size; k++ )\
843                     printf( "%d ", ((dctcoef*)t1)[k] );\
844                 printf("\n");\
845                 for( int k = 0; k < size; k++ )\
846                     printf( "%d ", ((dctcoef*)t2)[k] );\
847                 printf("\n");\
848                 break; \
849             } \
850             call_c( dct_c.name, t1, enc, dec ); \
851             call_a( dct_asm.name, t2, enc, dec ); \
852             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
853             { \
854                 ok = 0; \
855                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
856                 break; \
857             } \
858             enc += 16*FENC_STRIDE; \
859             dec += 16*FDEC_STRIDE; \
860         } \
861     }
862     ok = 1; used_asm = 0;
863     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
864     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
865     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
866     TEST_DCT( sub8x16_dct_dc, dctdc[0], dctdc[1], 8 );
867     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
868     report( "sub_dct4 :" );
869
870     ok = 1; used_asm = 0;
871     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
872     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
873     report( "sub_dct8 :" );
874 #undef TEST_DCT
875
876     // fdct and idct are denormalized by different factors, so quant/dequant
877     // is needed to force the coefs into the right range.
878     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
879     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
880     for( int i = 0; i < 16; i++ )
881     {
882         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
883         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
884     }
885     for( int i = 0; i < 4; i++ )
886     {
887         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
888         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
889     }
890     x264_cqm_delete( h );
891
892 #define TEST_IDCT( name, src ) \
893     if( dct_asm.name != dct_ref.name ) \
894     { \
895         set_func_name( #name ); \
896         used_asm = 1; \
897         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
898         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
899         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
900         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
901         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
902         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
903         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
904         { \
905             ok = 0; \
906             fprintf( stderr, #name " [FAILED]\n" ); \
907         } \
908         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
909         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
910     }
911     ok = 1; used_asm = 0;
912     TEST_IDCT( add4x4_idct, dct4 );
913     TEST_IDCT( add8x8_idct, dct4 );
914     TEST_IDCT( add8x8_idct_dc, dct4 );
915     TEST_IDCT( add16x16_idct, dct4 );
916     TEST_IDCT( add16x16_idct_dc, dct4 );
917     report( "add_idct4 :" );
918
919     ok = 1; used_asm = 0;
920     TEST_IDCT( add8x8_idct8, dct8 );
921     TEST_IDCT( add16x16_idct8, dct8 );
922     report( "add_idct8 :" );
923 #undef TEST_IDCT
924
925 #define TEST_DCTDC( name )\
926     ok = 1; used_asm = 0;\
927     if( dct_asm.name != dct_ref.name )\
928     {\
929         set_func_name( #name );\
930         used_asm = 1;\
931         uint16_t *p = (uint16_t*)buf1;\
932         for( int i = 0; i < 16 && ok; i++ )\
933         {\
934             for( int j = 0; j < 16; j++ )\
935                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
936                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
937                            : ((*p++)&0x1fff)-0x1000; /* general case */\
938             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
939             call_c1( dct_c.name, dct1[0] );\
940             call_a1( dct_asm.name, dct2[0] );\
941             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
942                 ok = 0;\
943         }\
944         call_c2( dct_c.name, dct1[0] );\
945         call_a2( dct_asm.name, dct2[0] );\
946     }\
947     report( #name " :" );
948
949     TEST_DCTDC(  dct4x4dc );
950     TEST_DCTDC( idct4x4dc );
951 #undef TEST_DCTDC
952
953 #define TEST_DCTDC_CHROMA( name )\
954     ok = 1; used_asm = 0;\
955     if( dct_asm.name != dct_ref.name )\
956     {\
957         set_func_name( #name );\
958         used_asm = 1;\
959         uint16_t *p = (uint16_t*)buf1;\
960         for( int i = 0; i < 16 && ok; i++ )\
961         {\
962             for( int j = 0; j < 8; j++ )\
963                 dct1[j][0] = !i ? (j^j>>1^j>>2)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
964                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
965                            : ((*p++)&0x1fff)-0x1000; /* general case */\
966             memcpy( dct2, dct1, 8*16 * sizeof(dctcoef) );\
967             call_c1( dct_c.name, dctdc[0], dct1 );\
968             call_a1( dct_asm.name, dctdc[1], dct2 );\
969             if( memcmp( dctdc[0], dctdc[1], 8 * sizeof(dctcoef) ) || memcmp( dct1, dct2, 8*16 * sizeof(dctcoef) ) )\
970             {\
971                 ok = 0;\
972                 fprintf( stderr, #name " [FAILED]\n" ); \
973             }\
974         }\
975         call_c2( dct_c.name, dctdc[0], dct1 );\
976         call_a2( dct_asm.name, dctdc[1], dct2 );\
977     }\
978     report( #name " :" );
979
980     TEST_DCTDC_CHROMA( dct2x4dc );
981 #undef TEST_DCTDC_CHROMA
982
983     x264_zigzag_function_t zigzag_c[2];
984     x264_zigzag_function_t zigzag_ref[2];
985     x264_zigzag_function_t zigzag_asm[2];
986
987     ALIGNED_16( dctcoef level1[64] );
988     ALIGNED_16( dctcoef level2[64] );
989
990 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
991     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
992     { \
993         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
994         used_asm = 1; \
995         for( int i = 0; i < size*size; i++ ) \
996             dct[i] = i; \
997         call_c( zigzag_c[interlace].name, t1, dct ); \
998         call_a( zigzag_asm[interlace].name, t2, dct ); \
999         if( memcmp( t1, t2, size*size*sizeof(dctcoef) ) ) \
1000         { \
1001             ok = 0; \
1002             for( int i = 0; i < 2; i++ ) \
1003             { \
1004                 dctcoef *d = (dctcoef*)(i ? t2 : t1); \
1005                 for( int j = 0; j < size; j++ ) \
1006                 { \
1007                     for( int k = 0; k < size; k++ ) \
1008                         fprintf( stderr, "%2d ", d[k+j*8] ); \
1009                     fprintf( stderr, "\n" ); \
1010                 } \
1011                 fprintf( stderr, "\n" ); \
1012             } \
1013             fprintf( stderr, #name " [FAILED]\n" ); \
1014         } \
1015     }
1016
1017 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
1018     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1019     { \
1020         int nz_a, nz_c; \
1021         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1022         used_asm = 1; \
1023         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1024         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1025         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1026         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1027         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
1028         { \
1029             ok = 0; \
1030             fprintf( stderr, #name " [FAILED]\n" ); \
1031         } \
1032         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1033         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1034     }
1035
1036 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
1037     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1038     { \
1039         int nz_a, nz_c; \
1040         dctcoef dc_a, dc_c; \
1041         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1042         used_asm = 1; \
1043         for( int i = 0; i < 2; i++ ) \
1044         { \
1045             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1046             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1047             for( int j = 0; j < 4; j++ ) \
1048             { \
1049                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1050                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1051             } \
1052             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1053             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1054             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 ) \
1055             { \
1056                 ok = 0; \
1057                 fprintf( stderr, #name " [FAILED]\n" ); \
1058                 break; \
1059             } \
1060         } \
1061         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1062         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1063     }
1064
1065 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
1066     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1067     { \
1068         for( int j = 0; j < 100; j++ ) \
1069         { \
1070             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1071             used_asm = 1; \
1072             memcpy(dct, buf1, size*sizeof(dctcoef)); \
1073             for( int i = 0; i < size; i++ ) \
1074                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
1075             memcpy(buf3, buf4, 10); \
1076             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
1077             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
1078             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
1079             { \
1080                 ok = 0; \
1081             } \
1082         } \
1083     }
1084
1085     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
1086     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
1087     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
1088
1089     ok = 1; used_asm = 0;
1090     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct8[0], 64 );
1091     report( "zigzag_interleave :" );
1092
1093     for( interlace = 0; interlace <= 1; interlace++ )
1094     {
1095         ok = 1; used_asm = 0;
1096         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, dct8[0], 8 );
1097         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 4 );
1098         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
1099         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
1100         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
1101     }
1102 #undef TEST_ZIGZAG_SCAN
1103 #undef TEST_ZIGZAG_SUB
1104
1105     return ret;
1106 }
1107
1108 static int check_mc( int cpu_ref, int cpu_new )
1109 {
1110     x264_mc_functions_t mc_c;
1111     x264_mc_functions_t mc_ref;
1112     x264_mc_functions_t mc_a;
1113     x264_pixel_function_t pixf;
1114
1115     pixel *src     = &(pbuf1)[2*64+2];
1116     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
1117                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
1118     pixel *dst1    = pbuf3;
1119     pixel *dst2    = pbuf4;
1120
1121     int ret = 0, ok, used_asm;
1122
1123     x264_mc_init( 0, &mc_c, 0 );
1124     x264_mc_init( cpu_ref, &mc_ref, 0 );
1125     x264_mc_init( cpu_new, &mc_a, 0 );
1126     x264_pixel_init( 0, &pixf );
1127
1128 #define MC_TEST_LUMA( w, h ) \
1129         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
1130         { \
1131             const x264_weight_t *weight = x264_weight_none; \
1132             set_func_name( "mc_luma_%dx%d", w, h ); \
1133             used_asm = 1; \
1134             for( int i = 0; i < 1024; i++ ) \
1135                 pbuf3[i] = pbuf4[i] = 0xCD; \
1136             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1137             call_a( mc_a.mc_luma, dst2, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1138             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1139             { \
1140                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1141                 ok = 0; \
1142             } \
1143         } \
1144         if( mc_a.get_ref != mc_ref.get_ref ) \
1145         { \
1146             pixel *ref = dst2; \
1147             intptr_t ref_stride = 32; \
1148             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
1149             const x264_weight_t *weight = x264_weight_none; \
1150             set_func_name( "get_ref_%dx%d", w_checked, h ); \
1151             used_asm = 1; \
1152             for( int i = 0; i < 1024; i++ ) \
1153                 pbuf3[i] = pbuf4[i] = 0xCD; \
1154             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1155             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1156             for( int i = 0; i < h; i++ ) \
1157                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
1158                 { \
1159                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
1160                     ok = 0; \
1161                     break; \
1162                 } \
1163         }
1164
1165 #define MC_TEST_CHROMA( w, h ) \
1166         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
1167         { \
1168             set_func_name( "mc_chroma_%dx%d", w, h ); \
1169             used_asm = 1; \
1170             for( int i = 0; i < 1024; i++ ) \
1171                 pbuf3[i] = pbuf4[i] = 0xCD; \
1172             call_c( mc_c.mc_chroma, dst1, dst1+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1173             call_a( mc_a.mc_chroma, dst2, dst2+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1174             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
1175             for( int j = 0; j < h; j++ ) \
1176                 for( int i = w; i < 8; i++ ) \
1177                 { \
1178                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
1179                     dst2[i+j*16  ] = dst1[i+j*16  ]; \
1180                 } \
1181             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1182             { \
1183                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1184                 ok = 0; \
1185             } \
1186         }
1187     ok = 1; used_asm = 0;
1188     for( int dy = -8; dy < 8; dy++ )
1189         for( int dx = -128; dx < 128; dx++ )
1190         {
1191             if( rand()&15 ) continue; // running all of them is too slow
1192             MC_TEST_LUMA( 20, 18 );
1193             MC_TEST_LUMA( 16, 16 );
1194             MC_TEST_LUMA( 16, 8 );
1195             MC_TEST_LUMA( 12, 10 );
1196             MC_TEST_LUMA( 8, 16 );
1197             MC_TEST_LUMA( 8, 8 );
1198             MC_TEST_LUMA( 8, 4 );
1199             MC_TEST_LUMA( 4, 8 );
1200             MC_TEST_LUMA( 4, 4 );
1201         }
1202     report( "mc luma :" );
1203
1204     ok = 1; used_asm = 0;
1205     for( int dy = -1; dy < 9; dy++ )
1206         for( int dx = -128; dx < 128; dx++ )
1207         {
1208             if( rand()&15 ) continue;
1209             MC_TEST_CHROMA( 8, 8 );
1210             MC_TEST_CHROMA( 8, 4 );
1211             MC_TEST_CHROMA( 4, 8 );
1212             MC_TEST_CHROMA( 4, 4 );
1213             MC_TEST_CHROMA( 4, 2 );
1214             MC_TEST_CHROMA( 2, 4 );
1215             MC_TEST_CHROMA( 2, 2 );
1216         }
1217     report( "mc chroma :" );
1218 #undef MC_TEST_LUMA
1219 #undef MC_TEST_CHROMA
1220
1221 #define MC_TEST_AVG( name, weight ) \
1222 { \
1223     for( int i = 0; i < 12; i++ ) \
1224     { \
1225         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
1226         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
1227         if( mc_a.name[i] != mc_ref.name[i] ) \
1228         { \
1229             set_func_name( "%s_%s", #name, pixel_names[i] ); \
1230             used_asm = 1; \
1231             call_c1( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1232             call_a1( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1233             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
1234             { \
1235                 ok = 0; \
1236                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
1237             } \
1238             call_c2( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1239             call_a2( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1240         } \
1241     } \
1242 }
1243
1244     ok = 1, used_asm = 0;
1245     for( int w = -63; w <= 127 && ok; w++ )
1246         MC_TEST_AVG( avg, w );
1247     report( "mc wpredb :" );
1248
1249 #define MC_TEST_WEIGHT( name, weight, aligned ) \
1250     int align_off = (aligned ? 0 : rand()%16); \
1251     for( int i = 1; i <= 5; i++ ) \
1252     { \
1253         ALIGNED_16( pixel buffC[640] ); \
1254         ALIGNED_16( pixel buffA[640] ); \
1255         int j = X264_MAX( i*4, 2 ); \
1256         memset( buffC, 0, 640 * sizeof(pixel) ); \
1257         memset( buffA, 0, 640 * sizeof(pixel) ); \
1258         x264_t ha; \
1259         ha.mc = mc_a; \
1260         /* w12 is the same as w16 in some cases */ \
1261         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
1262             continue; \
1263         if( mc_a.name[i] != mc_ref.name[i] ) \
1264         { \
1265             set_func_name( "%s_w%d", #name, j ); \
1266             used_asm = 1; \
1267             call_c1( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1268             mc_a.weight_cache(&ha, &weight); \
1269             call_a1( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1270             for( int k = 0; k < 16; k++ ) \
1271                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1272                 { \
1273                     ok = 0; \
1274                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1275                     break; \
1276                 } \
1277             call_c2( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1278             call_a2( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1279         } \
1280     }
1281
1282     ok = 1; used_asm = 0;
1283
1284     int align_cnt = 0;
1285     for( int s = 0; s <= 127 && ok; s++ )
1286     {
1287         for( int o = -128; o <= 127 && ok; o++ )
1288         {
1289             if( rand() & 2047 ) continue;
1290             for( int d = 0; d <= 7 && ok; d++ )
1291             {
1292                 if( s == 1<<d )
1293                     continue;
1294                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1295                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1296             }
1297         }
1298
1299     }
1300     report( "mc weight :" );
1301
1302     ok = 1; used_asm = 0;
1303     for( int o = 0; o <= 127 && ok; o++ )
1304     {
1305         int s = 1, d = 0;
1306         if( rand() & 15 ) continue;
1307         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1308         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1309     }
1310     report( "mc offsetadd :" );
1311     ok = 1; used_asm = 0;
1312     for( int o = -128; o < 0 && ok; o++ )
1313     {
1314         int s = 1, d = 0;
1315         if( rand() & 15 ) continue;
1316         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1317         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1318     }
1319     report( "mc offsetsub :" );
1320
1321     ok = 1; used_asm = 0;
1322     for( int height = 8; height <= 16; height += 8 )
1323     {
1324         if( mc_a.store_interleave_chroma != mc_ref.store_interleave_chroma )
1325         {
1326             set_func_name( "store_interleave_chroma" );
1327             used_asm = 1;
1328             memset( pbuf3, 0, 64*height );
1329             memset( pbuf4, 0, 64*height );
1330             call_c( mc_c.store_interleave_chroma, pbuf3, (intptr_t)64, pbuf1, pbuf1+16, height );
1331             call_a( mc_a.store_interleave_chroma, pbuf4, (intptr_t)64, pbuf1, pbuf1+16, height );
1332             if( memcmp( pbuf3, pbuf4, 64*height ) )
1333             {
1334                 ok = 0;
1335                 fprintf( stderr, "store_interleave_chroma FAILED: h=%d\n", height );
1336                 break;
1337             }
1338         }
1339         if( mc_a.load_deinterleave_chroma_fenc != mc_ref.load_deinterleave_chroma_fenc )
1340         {
1341             set_func_name( "load_deinterleave_chroma_fenc" );
1342             used_asm = 1;
1343             call_c( mc_c.load_deinterleave_chroma_fenc, pbuf3, pbuf1, (intptr_t)64, height );
1344             call_a( mc_a.load_deinterleave_chroma_fenc, pbuf4, pbuf1, (intptr_t)64, height );
1345             if( memcmp( pbuf3, pbuf4, FENC_STRIDE*height ) )
1346             {
1347                 ok = 0;
1348                 fprintf( stderr, "load_deinterleave_chroma_fenc FAILED: h=%d\n", height );
1349                 break;
1350             }
1351         }
1352         if( mc_a.load_deinterleave_chroma_fdec != mc_ref.load_deinterleave_chroma_fdec )
1353         {
1354             set_func_name( "load_deinterleave_chroma_fdec" );
1355             used_asm = 1;
1356             call_c( mc_c.load_deinterleave_chroma_fdec, pbuf3, pbuf1, (intptr_t)64, height );
1357             call_a( mc_a.load_deinterleave_chroma_fdec, pbuf4, pbuf1, (intptr_t)64, height );
1358             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*height ) )
1359             {
1360                 ok = 0;
1361                 fprintf( stderr, "load_deinterleave_chroma_fdec FAILED: h=%d\n", height );
1362                 break;
1363             }
1364         }
1365     }
1366     report( "store_interleave :" );
1367
1368     struct plane_spec {
1369         int w, h, src_stride;
1370     } 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} };
1371     ok = 1; used_asm = 0;
1372     if( mc_a.plane_copy != mc_ref.plane_copy )
1373     {
1374         set_func_name( "plane_copy" );
1375         used_asm = 1;
1376         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1377         {
1378             int w = plane_specs[i].w;
1379             int h = plane_specs[i].h;
1380             intptr_t src_stride = plane_specs[i].src_stride;
1381             intptr_t dst_stride = (w + 127) & ~63;
1382             assert( dst_stride * h <= 0x1000 );
1383             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1384             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1385             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1386             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1387             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1388             for( int y = 0; y < h; y++ )
1389                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1390                 {
1391                     ok = 0;
1392                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1393                     break;
1394                 }
1395         }
1396     }
1397
1398     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1399     {
1400         set_func_name( "plane_copy_interleave" );
1401         used_asm = 1;
1402         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1403         {
1404             int w = (plane_specs[i].w + 1) >> 1;
1405             int h = plane_specs[i].h;
1406             intptr_t src_stride = (plane_specs[i].src_stride + 1) >> 1;
1407             intptr_t dst_stride = (2*w + 127) & ~63;
1408             assert( dst_stride * h <= 0x1000 );
1409             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1410             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1411             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1412             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1413             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1414             for( int y = 0; y < h; y++ )
1415                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1416                 {
1417                     ok = 0;
1418                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1419                     break;
1420                 }
1421         }
1422     }
1423
1424     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1425     {
1426         set_func_name( "plane_copy_deinterleave" );
1427         used_asm = 1;
1428         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1429         {
1430             int w = (plane_specs[i].w + 1) >> 1;
1431             int h = plane_specs[i].h;
1432             intptr_t dst_stride = w;
1433             intptr_t src_stride = (2*w + 127) & ~63;
1434             intptr_t offv = (dst_stride*h + 31) & ~15;
1435             memset( pbuf3, 0, 0x1000 );
1436             memset( pbuf4, 0, 0x1000 );
1437             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1438             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1439             for( int y = 0; y < h; y++ )
1440                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1441                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1442                 {
1443                     ok = 0;
1444                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1445                     break;
1446                 }
1447         }
1448     }
1449     report( "plane_copy :" );
1450
1451     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1452     {
1453         pixel *srchpel = pbuf1+8+2*64;
1454         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1455         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1456         void *tmp = pbuf3+49*64;
1457         set_func_name( "hpel_filter" );
1458         ok = 1; used_asm = 1;
1459         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1460         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1461         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, (intptr_t)64, 48, 10, tmp );
1462         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, (intptr_t)64, 48, 10, tmp );
1463         for( int i = 0; i < 3; i++ )
1464             for( int j = 0; j < 10; j++ )
1465                 //FIXME ideally the first pixels would match too, but they aren't actually used
1466                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1467                 {
1468                     ok = 0;
1469                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1470                     for( int k = 0; k < 48; k++ )
1471                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1472                     printf( "\n" );
1473                     for( int k = 0; k < 48; k++ )
1474                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1475                     printf( "\n" );
1476                     break;
1477                 }
1478         report( "hpel filter :" );
1479     }
1480
1481     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1482     {
1483         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1484         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1485         set_func_name( "lowres_init" );
1486         ok = 1; used_asm = 1;
1487         for( int w = 40; w <= 48; w += 8 )
1488         {
1489             intptr_t stride = (w+8)&~15;
1490             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], (intptr_t)w*2, stride, w, 16 );
1491             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], (intptr_t)w*2, stride, w, 16 );
1492             for( int i = 0; i < 16; i++ )
1493             {
1494                 for( int j = 0; j < 4; j++ )
1495                     if( memcmp( dstc[j]+i*stride, dsta[j]+i*stride, w * sizeof(pixel) ) )
1496                     {
1497                         ok = 0;
1498                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1499                         for( int k = 0; k < w; k++ )
1500                             printf( "%d ", dstc[j][k+i*stride] );
1501                         printf( "\n" );
1502                         for( int k = 0; k < w; k++ )
1503                             printf( "%d ", dsta[j][k+i*stride] );
1504                         printf( "\n" );
1505                         break;
1506                     }
1507             }
1508         }
1509         report( "lowres init :" );
1510     }
1511
1512 #define INTEGRAL_INIT( name, size, ... )\
1513     if( mc_a.name != mc_ref.name )\
1514     {\
1515         intptr_t stride = 80;\
1516         set_func_name( #name );\
1517         used_asm = 1;\
1518         memcpy( buf3, buf1, size*2*stride );\
1519         memcpy( buf4, buf1, size*2*stride );\
1520         uint16_t *sum = (uint16_t*)buf3;\
1521         call_c1( mc_c.name, __VA_ARGS__ );\
1522         sum = (uint16_t*)buf4;\
1523         call_a1( mc_a.name, __VA_ARGS__ );\
1524         if( memcmp( buf3, buf4, (stride-8)*2 ) \
1525             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1526             ok = 0;\
1527         call_c2( mc_c.name, __VA_ARGS__ );\
1528         call_a2( mc_a.name, __VA_ARGS__ );\
1529     }
1530     ok = 1; used_asm = 0;
1531     INTEGRAL_INIT( integral_init4h, 2, sum+stride, pbuf2, stride );
1532     INTEGRAL_INIT( integral_init8h, 2, sum+stride, pbuf2, stride );
1533     INTEGRAL_INIT( integral_init4v, 14, sum, sum+9*stride, stride );
1534     INTEGRAL_INIT( integral_init8v, 9, sum, stride );
1535     report( "integral init :" );
1536
1537     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1538     {
1539         ok = 1; used_asm = 1;
1540         x264_emms();
1541         for( int i = 0; i < 10; i++ )
1542         {
1543             float fps_factor = (rand()&65535) / 256.;
1544             set_func_name( "mbtree_propagate" );
1545             int *dsta = (int*)buf3;
1546             int *dstc = dsta+400;
1547             uint16_t *prop = (uint16_t*)buf1;
1548             uint16_t *intra = (uint16_t*)buf4;
1549             uint16_t *inter = intra+128;
1550             uint16_t *qscale = inter+128;
1551             uint16_t *rnd = (uint16_t*)buf2;
1552             x264_emms();
1553             for( int j = 0; j < 100; j++ )
1554             {
1555                 intra[j]  = *rnd++ & 0x7fff;
1556                 intra[j] += !intra[j];
1557                 inter[j]  = *rnd++ & 0x7fff;
1558                 qscale[j] = *rnd++ & 0x7fff;
1559             }
1560             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1561             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1562             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1563             x264_emms();
1564             for( int j = 0; j < 100 && ok; j++ )
1565             {
1566                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1567                 if( !ok )
1568                     fprintf( stderr, "mbtree_propagate FAILED: %f !~= %f\n", (double)dstc[j], (double)dsta[j] );
1569             }
1570         }
1571         report( "mbtree propagate :" );
1572     }
1573
1574     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1575     {
1576         set_func_name( "memcpy_aligned" );
1577         ok = 1; used_asm = 1;
1578         for( size_t size = 16; size < 256; size += 16 )
1579         {
1580             memset( buf4, 0xAA, size + 1 );
1581             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1582             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1583             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1584             {
1585                 ok = 0;
1586                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", (int)size );
1587                 break;
1588             }
1589         }
1590         report( "memcpy aligned :" );
1591     }
1592
1593     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1594     {
1595         set_func_name( "memzero_aligned" );
1596         ok = 1; used_asm = 1;
1597         for( size_t size = 128; size < 1024; size += 128 )
1598         {
1599             memset( buf4, 0xAA, size + 1 );
1600             call_c( mc_c.memzero_aligned, buf3, size );
1601             call_a( mc_a.memzero_aligned, buf4, size );
1602             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1603             {
1604                 ok = 0;
1605                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", (int)size );
1606                 break;
1607             }
1608         }
1609         report( "memzero aligned :" );
1610     }
1611
1612     return ret;
1613 }
1614
1615 static int check_deblock( int cpu_ref, int cpu_new )
1616 {
1617     x264_deblock_function_t db_c;
1618     x264_deblock_function_t db_ref;
1619     x264_deblock_function_t db_a;
1620     int ret = 0, ok = 1, used_asm = 0;
1621     int alphas[36], betas[36];
1622     int8_t tcs[36][4];
1623
1624     x264_deblock_init( 0, &db_c, 0 );
1625     x264_deblock_init( cpu_ref, &db_ref, 0 );
1626     x264_deblock_init( cpu_new, &db_a, 0 );
1627
1628     /* not exactly the real values of a,b,tc but close enough */
1629     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1630     {
1631         alphas[i] = a << (BIT_DEPTH-8);
1632         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1633         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1634         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1635         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1636         a = a*9/10;
1637         c = c*9/10;
1638     }
1639
1640 #define TEST_DEBLOCK( name, align, ... ) \
1641     for( int i = 0; i < 36; i++ ) \
1642     { \
1643         intptr_t off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1644         for( int j = 0; j < 1024; j++ ) \
1645             /* two distributions of random to excersize different failure modes */ \
1646             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1647         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1648         if( db_a.name != db_ref.name ) \
1649         { \
1650             set_func_name( #name ); \
1651             used_asm = 1; \
1652             call_c1( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1653             call_a1( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1654             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1655             { \
1656                 ok = 0; \
1657                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1658                 break; \
1659             } \
1660             call_c2( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1661             call_a2( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1662         } \
1663     }
1664
1665     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1666     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1667     TEST_DEBLOCK( deblock_h_chroma_420, 0, tcs[i] );
1668     TEST_DEBLOCK( deblock_h_chroma_422, 0, tcs[i] );
1669     TEST_DEBLOCK( deblock_chroma_420_mbaff, 0, tcs[i] );
1670     TEST_DEBLOCK( deblock_chroma_422_mbaff, 0, tcs[i] );
1671     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1672     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1673     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1674     TEST_DEBLOCK( deblock_h_chroma_420_intra, 0 );
1675     TEST_DEBLOCK( deblock_h_chroma_422_intra, 0 );
1676     TEST_DEBLOCK( deblock_chroma_420_intra_mbaff, 0 );
1677     TEST_DEBLOCK( deblock_chroma_422_intra_mbaff, 0 );
1678     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1679
1680     if( db_a.deblock_strength != db_ref.deblock_strength )
1681     {
1682         for( int i = 0; i < 100; i++ )
1683         {
1684             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1685             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1686             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1687             ALIGNED_ARRAY_16( uint8_t, bs, [2],[2][8][4] );
1688             memset( bs, 99, sizeof(bs) );
1689             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1690                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1691             for( int j = 0; j < 2; j++ )
1692                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1693                 {
1694                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1695                     for( int l = 0; l < 2; l++ )
1696                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1697                 }
1698             set_func_name( "deblock_strength" );
1699             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1700             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1701             if( memcmp( bs[0], bs[1], sizeof(bs[0]) ) )
1702             {
1703                 ok = 0;
1704                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1705                 for( int j = 0; j < 2; j++ )
1706                 {
1707                     for( int k = 0; k < 2; k++ )
1708                         for( int l = 0; l < 4; l++ )
1709                         {
1710                             for( int m = 0; m < 4; m++ )
1711                                 printf("%d ",bs[j][k][l][m]);
1712                             printf("\n");
1713                         }
1714                     printf("\n");
1715                 }
1716                 break;
1717             }
1718         }
1719     }
1720
1721     report( "deblock :" );
1722
1723     return ret;
1724 }
1725
1726 static int check_quant( int cpu_ref, int cpu_new )
1727 {
1728     x264_quant_function_t qf_c;
1729     x264_quant_function_t qf_ref;
1730     x264_quant_function_t qf_a;
1731     ALIGNED_16( dctcoef dct1[64] );
1732     ALIGNED_16( dctcoef dct2[64] );
1733     ALIGNED_16( dctcoef dct3[8][16] );
1734     ALIGNED_16( dctcoef dct4[8][16] );
1735     ALIGNED_16( uint8_t cqm_buf[64] );
1736     int ret = 0, ok, used_asm;
1737     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1738     x264_t h_buf;
1739     x264_t *h = &h_buf;
1740     memset( h, 0, sizeof(*h) );
1741     h->sps->i_chroma_format_idc = 1;
1742     x264_param_default( &h->param );
1743     h->chroma_qp_table = i_chroma_qp_table + 12;
1744     h->param.analyse.b_transform_8x8 = 1;
1745
1746     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1747     {
1748         if( i_cqm == 0 )
1749         {
1750             for( int i = 0; i < 6; i++ )
1751                 h->pps->scaling_list[i] = x264_cqm_flat16;
1752             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1753         }
1754         else if( i_cqm == 1 )
1755         {
1756             for( int i = 0; i < 6; i++ )
1757                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1758             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1759         }
1760         else
1761         {
1762             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1763             if( i_cqm == 2 )
1764                 for( int i = 0; i < 64; i++ )
1765                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1766             else
1767                 for( int i = 0; i < 64; i++ )
1768                     cqm_buf[i] = 1;
1769             for( int i = 0; i < 6; i++ )
1770                 h->pps->scaling_list[i] = cqm_buf;
1771             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1772         }
1773
1774         h->param.rc.i_qp_min = 0;
1775         h->param.rc.i_qp_max = QP_MAX;
1776         x264_cqm_init( h );
1777         x264_quant_init( h, 0, &qf_c );
1778         x264_quant_init( h, cpu_ref, &qf_ref );
1779         x264_quant_init( h, cpu_new, &qf_a );
1780
1781 #define INIT_QUANT8(j,max) \
1782         { \
1783             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1784             for( int i = 0; i < max; i++ ) \
1785             { \
1786                 unsigned int scale = (255*scale1d[(i>>3)&7]*scale1d[i&7])/16; \
1787                 dct1[i] = dct2[i] = (j>>(i>>6))&1 ? (rand()%(2*scale+1))-scale : 0; \
1788             } \
1789         }
1790
1791 #define INIT_QUANT4(j,max) \
1792         { \
1793             static const int scale1d[4] = {4,6,4,6}; \
1794             for( int i = 0; i < max; i++ ) \
1795             { \
1796                 unsigned int scale = 255*scale1d[(i>>2)&3]*scale1d[i&3]; \
1797                 dct1[i] = dct2[i] = (j>>(i>>4))&1 ? (rand()%(2*scale+1))-scale : 0; \
1798             } \
1799         }
1800
1801 #define TEST_QUANT_DC( name, cqm ) \
1802         if( qf_a.name != qf_ref.name ) \
1803         { \
1804             set_func_name( #name ); \
1805             used_asms[0] = 1; \
1806             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1807             { \
1808                 for( int j = 0; j < 2; j++ ) \
1809                 { \
1810                     int result_c, result_a; \
1811                     for( int i = 0; i < 16; i++ ) \
1812                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1813                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1814                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1815                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1816                     { \
1817                         oks[0] = 0; \
1818                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1819                         break; \
1820                     } \
1821                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1822                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1823                 } \
1824             } \
1825         }
1826
1827 #define TEST_QUANT( qname, block, type, w, maxj ) \
1828         if( qf_a.qname != qf_ref.qname ) \
1829         { \
1830             set_func_name( #qname ); \
1831             used_asms[0] = 1; \
1832             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1833             { \
1834                 for( int j = 0; j < maxj; j++ ) \
1835                 { \
1836                     INIT_QUANT##type(j, w*w) \
1837                     int result_c = call_c1( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1838                     int result_a = call_a1( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1839                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
1840                     { \
1841                         oks[0] = 0; \
1842                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1843                         break; \
1844                     } \
1845                     call_c2( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1846                     call_a2( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
1847                 } \
1848             } \
1849         }
1850
1851         TEST_QUANT( quant_8x8, CQM_8IY, 8, 8, 2 );
1852         TEST_QUANT( quant_8x8, CQM_8PY, 8, 8, 2 );
1853         TEST_QUANT( quant_4x4, CQM_4IY, 4, 4, 2 );
1854         TEST_QUANT( quant_4x4, CQM_4PY, 4, 4, 2 );
1855         TEST_QUANT( quant_4x4x4, CQM_4IY, 4, 8, 16 );
1856         TEST_QUANT( quant_4x4x4, CQM_4PY, 4, 8, 16 );
1857         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
1858         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
1859
1860 #define TEST_DEQUANT( qname, dqname, block, w ) \
1861         if( qf_a.dqname != qf_ref.dqname ) \
1862         { \
1863             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1864             used_asms[1] = 1; \
1865             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1866             { \
1867                 INIT_QUANT##w(1, w*w) \
1868                 qf_c.qname( dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
1869                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1870                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1871                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1872                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1873                 { \
1874                     oks[1] = 0; \
1875                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1876                     break; \
1877                 } \
1878                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1879                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1880             } \
1881         }
1882
1883         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
1884         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
1885         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
1886         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
1887
1888 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
1889         if( qf_a.dqname != qf_ref.dqname ) \
1890         { \
1891             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
1892             used_asms[1] = 1; \
1893             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1894             { \
1895                 for( int i = 0; i < 16; i++ ) \
1896                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
1897                 qf_c.qname( dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
1898                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
1899                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1900                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1901                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
1902                 { \
1903                     oks[1] = 0; \
1904                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
1905                 } \
1906                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
1907                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
1908             } \
1909         }
1910
1911         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
1912
1913         if( qf_a.idct_dequant_2x4_dc != qf_ref.idct_dequant_2x4_dc )
1914         {
1915             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
1916             used_asms[1] = 1;
1917             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
1918             {
1919                 for( int i = 0; i < 8; i++ )
1920                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
1921                 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 );
1922                 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 );
1923                 call_c( qf_c.idct_dequant_2x4_dc, dct1, dct3, h->dequant4_mf[CQM_4IC], qp+3 );
1924                 call_a( qf_a.idct_dequant_2x4_dc, dct1, dct4, h->dequant4_mf[CQM_4IC], qp+3 );
1925                 for( int i = 0; i < 8; i++ )
1926                     if( dct3[i][0] != dct4[i][0] )
1927                     {
1928                         oks[1] = 0;
1929                         fprintf( stderr, "idct_dequant_2x4_dc (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
1930                         break;
1931                     }
1932             }
1933         }
1934
1935         if( qf_a.idct_dequant_2x4_dconly != qf_ref.idct_dequant_2x4_dconly )
1936         {
1937             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
1938             used_asms[1] = 1;
1939             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
1940             {
1941                 for( int i = 0; i < 8; i++ )
1942                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
1943                 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 );
1944                 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 );
1945                 memcpy( dct2, dct1, 8*sizeof(dctcoef) );
1946                 call_c1( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
1947                 call_a1( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
1948                 if( memcmp( dct1, dct2, 8*sizeof(dctcoef) ) )
1949                 {
1950                     oks[1] = 0;
1951                     fprintf( stderr, "idct_dequant_2x4_dconly (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
1952                     break;
1953                 }
1954                 call_c2( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
1955                 call_a2( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
1956             }
1957         }
1958
1959 #define TEST_OPTIMIZE_CHROMA_DC( optname, size ) \
1960         if( qf_a.optname != qf_ref.optname ) \
1961         { \
1962             set_func_name( #optname ); \
1963             used_asms[2] = 1; \
1964             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1965             { \
1966                 int qpdc = qp + (size == 8 ? 3 : 0); \
1967                 int dmf = h->dequant4_mf[CQM_4IC][qpdc%6][0] << qpdc/6; \
1968                 if( dmf > 32*64 ) \
1969                     continue; \
1970                 for( int i = 16; ; i <<= 1 ) \
1971                 { \
1972                     int res_c, res_asm; \
1973                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
1974                     for( int j = 0; j < size; j++ ) \
1975                         dct1[j] = rand()%(max*2+1) - max; \
1976                     for( int j = 0; i <= size; j += 4 ) \
1977                         qf_c.quant_2x2_dc( &dct1[j], h->quant4_mf[CQM_4IC][qpdc][0]>>1, h->quant4_bias[CQM_4IC][qpdc][0]>>1 ); \
1978                     memcpy( dct2, dct1, size*sizeof(dctcoef) ); \
1979                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
1980                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
1981                     if( res_c != res_asm || memcmp( dct1, dct2, size*sizeof(dctcoef) ) ) \
1982                     { \
1983                         oks[2] = 0; \
1984                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
1985                     } \
1986                     call_c2( qf_c.optname, dct1, dmf ); \
1987                     call_a2( qf_a.optname, dct2, dmf ); \
1988                     if( i >= PIXEL_MAX*16 ) \
1989                         break; \
1990                 } \
1991             } \
1992         }
1993
1994         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x2_dc, 4 );
1995         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x4_dc, 8 );
1996
1997         x264_cqm_delete( h );
1998     }
1999
2000     ok = oks[0]; used_asm = used_asms[0];
2001     report( "quant :" );
2002
2003     ok = oks[1]; used_asm = used_asms[1];
2004     report( "dequant :" );
2005
2006     ok = oks[2]; used_asm = used_asms[2];
2007     report( "optimize chroma dc :" );
2008
2009     ok = 1; used_asm = 0;
2010     if( qf_a.denoise_dct != qf_ref.denoise_dct )
2011     {
2012         used_asm = 1;
2013         for( int size = 16; size <= 64; size += 48 )
2014         {
2015             set_func_name( "denoise_dct" );
2016             memcpy( dct1, buf1, size*sizeof(dctcoef) );
2017             memcpy( dct2, buf1, size*sizeof(dctcoef) );
2018             memcpy( buf3+256, buf3, 256 );
2019             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2020             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2021             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
2022                 ok = 0;
2023             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2024             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2025         }
2026     }
2027     report( "denoise dct :" );
2028
2029 #define TEST_DECIMATE( decname, w, ac, thresh ) \
2030     if( qf_a.decname != qf_ref.decname ) \
2031     { \
2032         set_func_name( #decname ); \
2033         used_asm = 1; \
2034         for( int i = 0; i < 100; i++ ) \
2035         { \
2036             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
2037             static const int zerorate_lut[4] = {3,7,15,31};\
2038             int zero_rate = zerorate_lut[i&3];\
2039             for( int idx = 0; idx < w*w; idx++ ) \
2040             { \
2041                 int sign = (rand()&1) ? -1 : 1; \
2042                 int abs_level = distrib[rand()&15]; \
2043                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
2044                 int zero = !(rand()&zero_rate); \
2045                 dct1[idx] = zero * abs_level * sign; \
2046             } \
2047             if( ac ) \
2048                 dct1[0] = 0; \
2049             int result_c = call_c( qf_c.decname, dct1 ); \
2050             int result_a = call_a( qf_a.decname, dct1 ); \
2051             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
2052             { \
2053                 ok = 0; \
2054                 fprintf( stderr, #decname ": [FAILED]\n" ); \
2055                 break; \
2056             } \
2057         } \
2058     }
2059
2060     ok = 1; used_asm = 0;
2061     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
2062     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
2063     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
2064     report( "decimate_score :" );
2065
2066 #define TEST_LAST( last, lastname, size, ac ) \
2067     if( qf_a.last != qf_ref.last ) \
2068     { \
2069         set_func_name( #lastname ); \
2070         used_asm = 1; \
2071         for( int i = 0; i < 100; i++ ) \
2072         { \
2073             int nnz = 0; \
2074             int max = rand() & (size-1); \
2075             memset( dct1, 0, size*sizeof(dctcoef) ); \
2076             for( int idx = ac; idx < max; idx++ ) \
2077                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2078             if( !nnz ) \
2079                 dct1[ac] = 1; \
2080             int result_c = call_c( qf_c.last, dct1+ac ); \
2081             int result_a = call_a( qf_a.last, dct1+ac ); \
2082             if( result_c != result_a ) \
2083             { \
2084                 ok = 0; \
2085                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
2086                 break; \
2087             } \
2088         } \
2089     }
2090
2091     ok = 1; used_asm = 0;
2092     TEST_LAST( coeff_last4              , coeff_last4,   4, 0 );
2093     TEST_LAST( coeff_last8              , coeff_last8,   8, 0 );
2094     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 16, 1 );
2095     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 16, 0 );
2096     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 64, 0 );
2097     report( "coeff_last :" );
2098
2099 #define TEST_LEVELRUN( lastname, name, size, ac ) \
2100     if( qf_a.lastname != qf_ref.lastname ) \
2101     { \
2102         set_func_name( #name ); \
2103         used_asm = 1; \
2104         for( int i = 0; i < 100; i++ ) \
2105         { \
2106             x264_run_level_t runlevel_c, runlevel_a; \
2107             int nnz = 0; \
2108             int max = rand() & (size-1); \
2109             memset( dct1, 0, size*sizeof(dctcoef) ); \
2110             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
2111             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
2112             for( int idx = ac; idx < max; idx++ ) \
2113                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2114             if( !nnz ) \
2115                 dct1[ac] = 1; \
2116             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
2117             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
2118             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
2119                 runlevel_c.mask != runlevel_a.mask || \
2120                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c)) \
2121             { \
2122                 ok = 0; \
2123                 fprintf( stderr, #name ": [FAILED]\n" ); \
2124                 break; \
2125             } \
2126         } \
2127     }
2128
2129     ok = 1; used_asm = 0;
2130     TEST_LEVELRUN( coeff_level_run4              , coeff_level_run4,   4, 0 );
2131     TEST_LEVELRUN( coeff_level_run8              , coeff_level_run8,   8, 0 );
2132     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 16, 1 );
2133     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 16, 0 );
2134     report( "coeff_level_run :" );
2135
2136     return ret;
2137 }
2138
2139 static int check_intra( int cpu_ref, int cpu_new )
2140 {
2141     int ret = 0, ok = 1, used_asm = 0;
2142     ALIGNED_ARRAY_32( pixel, edge,[36] );
2143     ALIGNED_ARRAY_32( pixel, edge2,[36] );
2144     ALIGNED_16( pixel fdec[FDEC_STRIDE*20] );
2145     struct
2146     {
2147         x264_predict_t      predict_16x16[4+3];
2148         x264_predict_t      predict_8x8c[4+3];
2149         x264_predict_t      predict_8x16c[4+3];
2150         x264_predict8x8_t   predict_8x8[9+3];
2151         x264_predict_t      predict_4x4[9+3];
2152         x264_predict_8x8_filter_t predict_8x8_filter;
2153     } ip_c, ip_ref, ip_a;
2154
2155     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
2156     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
2157     x264_predict_8x16c_init( 0, ip_c.predict_8x16c );
2158     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
2159     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
2160
2161     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
2162     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
2163     x264_predict_8x16c_init( cpu_ref, ip_ref.predict_8x16c );
2164     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
2165     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
2166
2167     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
2168     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
2169     x264_predict_8x16c_init( cpu_new, ip_a.predict_8x16c );
2170     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
2171     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
2172
2173     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
2174
2175     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
2176
2177 #define INTRA_TEST( name, dir, w, h, align, bench, ... )\
2178     if( ip_a.name[dir] != ip_ref.name[dir] )\
2179     {\
2180         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
2181         used_asm = 1;\
2182         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2183         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2184         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
2185         {\
2186             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
2187             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
2188             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
2189             {\
2190                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
2191                 ok = 0;\
2192                 for( int k = -1; k < 16; k++ )\
2193                     printf( "%2x ", edge[16+k] );\
2194                 printf( "\n" );\
2195                 for( int j = 0; j < h; j++ )\
2196                 {\
2197                     printf( "%2x ", edge[14-j] );\
2198                     for( int k = 0; k < w; k++ )\
2199                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
2200                     printf( "\n" );\
2201                 }\
2202                 printf( "\n" );\
2203                 for( int j = 0; j < h; j++ )\
2204                 {\
2205                     printf( "   " );\
2206                     for( int k = 0; k < w; k++ )\
2207                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
2208                     printf( "\n" );\
2209                 }\
2210                 break;\
2211             }\
2212         }\
2213     }
2214
2215     for( int i = 0; i < 12; i++ )
2216         INTRA_TEST(   predict_4x4, i,  4,  4,  4, );
2217     for( int i = 0; i < 7; i++ )
2218         INTRA_TEST(  predict_8x8c, i,  8,  8, 16, );
2219     for( int i = 0; i < 7; i++ )
2220         INTRA_TEST( predict_8x16c, i,  8, 16, 16, );
2221     for( int i = 0; i < 7; i++ )
2222         INTRA_TEST( predict_16x16, i, 16, 16, 16, );
2223     for( int i = 0; i < 12; i++ )
2224         INTRA_TEST(   predict_8x8, i,  8,  8,  8, , edge );
2225
2226     set_func_name("intra_predict_8x8_filter");
2227     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
2228     {
2229         used_asm = 1;
2230         for( int i = 0; i < 32; i++ )
2231         {
2232             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
2233                 continue;
2234             int neighbor = (i&24)>>1;
2235             memset( edge,  0, 36*sizeof(pixel) );
2236             memset( edge2, 0, 36*sizeof(pixel) );
2237             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
2238             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
2239             if( !(neighbor&MB_TOPLEFT) )
2240                 edge[15] = edge2[15] = 0;
2241             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
2242             {
2243                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
2244                 ok = 0;
2245             }
2246         }
2247     }
2248
2249 #define EXTREMAL_PLANE( w, h ) \
2250     { \
2251         int max[7]; \
2252         for( int j = 0; j < 7; j++ ) \
2253             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
2254         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
2255         for( int j = 0; j < w/2; j++ ) \
2256             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
2257         for( int j = w/2; j < w-1; j++ ) \
2258             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
2259         fdec[48+(w-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
2260         for( int j = 0; j < h/2; j++ ) \
2261             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
2262         for( int j = h/2; j < h-1; j++ ) \
2263             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
2264         fdec[48+(h-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
2265     }
2266     /* Extremal test case for planar prediction. */
2267     for( int test = 0; test < 100 && ok; test++ )
2268         for( int i = 0; i < 128 && ok; i++ )
2269         {
2270             EXTREMAL_PLANE(  8,  8 );
2271             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8,  8, 64, 1 );
2272             EXTREMAL_PLANE(  8, 16 );
2273             INTRA_TEST( predict_8x16c, I_PRED_CHROMA_P,  8, 16, 64, 1 );
2274             EXTREMAL_PLANE( 16, 16 );
2275             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 16, 64, 1 );
2276         }
2277     report( "intra pred :" );
2278     return ret;
2279 }
2280
2281 #define DECL_CABAC(cpu) \
2282 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
2283 {\
2284     x264_cabac_t cb;\
2285     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2286     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2287     for( int i = 0; i < 0x1000; i++ )\
2288         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
2289 }\
2290 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
2291 {\
2292     x264_cabac_t cb;\
2293     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2294     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2295     for( int i = 0; i < 0x1000; i++ )\
2296         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
2297 }\
2298 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
2299 {\
2300     x264_cabac_t cb;\
2301     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2302     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2303     for( int i = 0; i < 0x1000; i++ )\
2304         x264_cabac_encode_terminal_##cpu( &cb );\
2305 }
2306 DECL_CABAC(c)
2307 #if HAVE_MMX
2308 DECL_CABAC(asm)
2309 #else
2310 #define run_cabac_decision_asm run_cabac_decision_c
2311 #define run_cabac_bypass_asm run_cabac_bypass_c
2312 #define run_cabac_terminal_asm run_cabac_terminal_c
2313 #endif
2314
2315 static int check_cabac( int cpu_ref, int cpu_new )
2316 {
2317     int ret = 0, ok, used_asm = 1;
2318     x264_t h;
2319     h.sps->i_chroma_format_idc = 3;
2320     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
2321         return 0;
2322     x264_cabac_init( &h );
2323
2324     set_func_name( "cabac_encode_decision" );
2325     memcpy( buf4, buf3, 0x1000 );
2326     call_c( run_cabac_decision_c, &h, buf3 );
2327     call_a( run_cabac_decision_asm, &h, buf4 );
2328     ok = !memcmp( buf3, buf4, 0x1000 );
2329     report( "cabac decision:" );
2330
2331     set_func_name( "cabac_encode_bypass" );
2332     memcpy( buf4, buf3, 0x1000 );
2333     call_c( run_cabac_bypass_c, &h, buf3 );
2334     call_a( run_cabac_bypass_asm, &h, buf4 );
2335     ok = !memcmp( buf3, buf4, 0x1000 );
2336     report( "cabac bypass:" );
2337
2338     set_func_name( "cabac_encode_terminal" );
2339     memcpy( buf4, buf3, 0x1000 );
2340     call_c( run_cabac_terminal_c, &h, buf3 );
2341     call_a( run_cabac_terminal_asm, &h, buf4 );
2342     ok = !memcmp( buf3, buf4, 0x1000 );
2343     report( "cabac terminal:" );
2344
2345     return ret;
2346 }
2347
2348 static int check_bitstream( int cpu_ref, int cpu_new )
2349 {
2350     x264_bitstream_function_t bs_c;
2351     x264_bitstream_function_t bs_ref;
2352     x264_bitstream_function_t bs_a;
2353
2354     int ret = 0, ok = 1, used_asm = 0;
2355
2356     x264_bitstream_init( 0, &bs_c );
2357     x264_bitstream_init( cpu_ref, &bs_ref );
2358     x264_bitstream_init( cpu_new, &bs_a );
2359     if( bs_a.nal_escape != bs_ref.nal_escape )
2360     {
2361         int size = 0x4000;
2362         uint8_t *input = malloc(size+100);
2363         uint8_t *output1 = malloc(size*2);
2364         uint8_t *output2 = malloc(size*2);
2365         used_asm = 1;
2366         set_func_name( "nal_escape" );
2367         for( int i = 0; i < 100; i++ )
2368         {
2369             /* Test corner-case sizes */
2370             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2371             /* Test 8 different probability distributions of zeros */
2372             for( int j = 0; j < test_size+32; j++ )
2373                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2374             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2375             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2376             int size_c = end_c-output1;
2377             int size_a = end_a-output2;
2378             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2379             {
2380                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2381                 ok = 0;
2382                 break;
2383             }
2384         }
2385         for( int j = 0; j < size+32; j++ )
2386             input[j] = rand();
2387         call_c2( bs_c.nal_escape, output1, input, input+size );
2388         call_a2( bs_a.nal_escape, output2, input, input+size );
2389         free(input);
2390         free(output1);
2391         free(output2);
2392     }
2393     report( "nal escape:" );
2394
2395     return ret;
2396 }
2397
2398 static int check_all_funcs( int cpu_ref, int cpu_new )
2399 {
2400     return check_pixel( cpu_ref, cpu_new )
2401          + check_dct( cpu_ref, cpu_new )
2402          + check_mc( cpu_ref, cpu_new )
2403          + check_intra( cpu_ref, cpu_new )
2404          + check_deblock( cpu_ref, cpu_new )
2405          + check_quant( cpu_ref, cpu_new )
2406          + check_cabac( cpu_ref, cpu_new )
2407          + check_bitstream( cpu_ref, cpu_new );
2408 }
2409
2410 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2411 {
2412     *cpu_ref = *cpu_new;
2413     *cpu_new |= flags;
2414 #if BROKEN_STACK_ALIGNMENT
2415     *cpu_new |= X264_CPU_STACK_MOD4;
2416 #endif
2417     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2418         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2419     if( !quiet )
2420         fprintf( stderr, "x264: %s\n", name );
2421     return check_all_funcs( *cpu_ref, *cpu_new );
2422 }
2423
2424 static int check_all_flags( void )
2425 {
2426     int ret = 0;
2427     int cpu0 = 0, cpu1 = 0;
2428 #if HAVE_MMX
2429     if( x264_cpu_detect() & X264_CPU_MMX2 )
2430     {
2431         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2432         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2433         cpu1 &= ~X264_CPU_CACHELINE_64;
2434 #if ARCH_X86
2435         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2436         cpu1 &= ~X264_CPU_CACHELINE_32;
2437 #endif
2438         if( x264_cpu_detect() & X264_CPU_LZCNT )
2439         {
2440             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX_LZCNT" );
2441             cpu1 &= ~X264_CPU_LZCNT;
2442         }
2443         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2444         cpu1 &= ~X264_CPU_SLOW_CTZ;
2445     }
2446     if( x264_cpu_detect() & X264_CPU_SSE )
2447         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE, "SSE" );
2448     if( x264_cpu_detect() & X264_CPU_SSE2 )
2449     {
2450         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2451         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2452         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2453         cpu1 &= ~X264_CPU_CACHELINE_64;
2454         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSE2 SlowShuffle" );
2455         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2456         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2457         cpu1 &= ~X264_CPU_SLOW_CTZ;
2458     }
2459     if( x264_cpu_detect() & X264_CPU_SSE_MISALIGN )
2460     {
2461         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE_MISALIGN, "SSE_Misalign" );
2462         cpu1 &= ~X264_CPU_SSE_MISALIGN;
2463     }
2464     if( x264_cpu_detect() & X264_CPU_LZCNT )
2465     {
2466         ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE_LZCNT" );
2467         cpu1 &= ~X264_CPU_LZCNT;
2468     }
2469     if( x264_cpu_detect() & X264_CPU_SSE3 )
2470     {
2471         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2472         cpu1 &= ~X264_CPU_CACHELINE_64;
2473     }
2474     if( x264_cpu_detect() & X264_CPU_SSSE3 )
2475     {
2476         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2477         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2478         cpu1 &= ~X264_CPU_CACHELINE_64;
2479         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSSE3 SlowShuffle" );
2480         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2481         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2482         cpu1 &= ~X264_CPU_SLOW_CTZ;
2483         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2484         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64 SlowAtom" );
2485         cpu1 &= ~X264_CPU_CACHELINE_64;
2486         cpu1 &= ~X264_CPU_SLOW_ATOM;
2487     }
2488     if( x264_cpu_detect() & X264_CPU_SSE4 )
2489         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2490     if( x264_cpu_detect() & X264_CPU_AVX )
2491         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2492     if( x264_cpu_detect() & X264_CPU_XOP )
2493         ret |= add_flags( &cpu0, &cpu1, X264_CPU_XOP, "XOP" );
2494     if( x264_cpu_detect() & X264_CPU_FMA4 )
2495     {
2496         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA4, "FMA4" );
2497         cpu1 &= ~X264_CPU_FMA4;
2498     }
2499     if( x264_cpu_detect() & X264_CPU_BMI1 )
2500     {
2501         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1, "BMI1" );
2502         if( x264_cpu_detect() & X264_CPU_BMI2 )
2503         {
2504             ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI2, "BMI2" );
2505             cpu1 &= ~X264_CPU_BMI2;
2506         }
2507         cpu1 &= ~X264_CPU_BMI1;
2508     }
2509     if( x264_cpu_detect() & X264_CPU_AVX2 )
2510         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX2, "AVX2" );
2511     if( x264_cpu_detect() & X264_CPU_FMA3 )
2512     {
2513         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3, "FMA3" );
2514         cpu1 &= ~X264_CPU_FMA3;
2515     }
2516 #elif ARCH_PPC
2517     if( x264_cpu_detect() & X264_CPU_ALTIVEC )
2518     {
2519         fprintf( stderr, "x264: ALTIVEC against C\n" );
2520         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2521     }
2522 #elif ARCH_ARM
2523     if( x264_cpu_detect() & X264_CPU_ARMV6 )
2524         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2525     if( x264_cpu_detect() & X264_CPU_NEON )
2526         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2527     if( x264_cpu_detect() & X264_CPU_FAST_NEON_MRC )
2528         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2529 #endif
2530     return ret;
2531 }
2532
2533 int main(int argc, char *argv[])
2534 {
2535     int ret = 0;
2536
2537     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2538     {
2539 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM
2540         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2541         return 1;
2542 #endif
2543         do_bench = 1;
2544         if( argv[1][7] == '=' )
2545         {
2546             bench_pattern = argv[1]+8;
2547             bench_pattern_len = strlen(bench_pattern);
2548         }
2549         argc--;
2550         argv++;
2551     }
2552
2553     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2554     fprintf( stderr, "x264: using random seed %u\n", seed );
2555     srand( seed );
2556
2557     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 16*BENCH_ALIGNS );
2558     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 16*BENCH_ALIGNS );
2559     if( !buf1 || !pbuf1 )
2560     {
2561         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2562         return -1;
2563     }
2564 #define INIT_POINTER_OFFSETS\
2565     buf2 = buf1 + 0xf00;\
2566     buf3 = buf2 + 0xf00;\
2567     buf4 = buf3 + 0x1000*sizeof(pixel);\
2568     pbuf2 = pbuf1 + 0xf00;\
2569     pbuf3 = (pixel*)buf3;\
2570     pbuf4 = (pixel*)buf4;
2571     INIT_POINTER_OFFSETS;
2572     for( int i = 0; i < 0x1e00; i++ )
2573     {
2574         buf1[i] = rand() & 0xFF;
2575         pbuf1[i] = rand() & PIXEL_MAX;
2576     }
2577     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2578
2579     /* 16-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2580     if( do_bench )
2581         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2582         {
2583             INIT_POINTER_OFFSETS;
2584             ret |= x264_stack_pagealign( check_all_flags, i*16 );
2585             buf1 += 16;
2586             pbuf1 += 16;
2587             quiet = 1;
2588             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2589         }
2590     else
2591         ret = check_all_flags();
2592
2593     if( ret )
2594     {
2595         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2596         return -1;
2597     }
2598     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2599     if( do_bench )
2600         print_bench();
2601     return 0;
2602 }
2603