osdep: Rework alignment macros
[x264/x264-sandbox.git] / tools / checkasm.c
1 /*****************************************************************************
2  * checkasm.c: assembly check tool
3  *****************************************************************************
4  * Copyright (C) 2003-2017 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 #include "encoder/macroblock.h"
32
33 #ifdef _WIN32
34 #include <windows.h>
35 #endif
36
37 // GCC doesn't align stack variables on ARM, so use .bss
38 #if ARCH_ARM
39 #undef ALIGNED_16
40 #define ALIGNED_16( var ) DECLARE_ALIGNED( static var, 16 )
41 #endif
42
43 /* buf1, buf2: initialised to random data and shouldn't write into them */
44 uint8_t *buf1, *buf2;
45 /* buf3, buf4: used to store output */
46 uint8_t *buf3, *buf4;
47 /* pbuf1, pbuf2: initialised to random pixel data and shouldn't write into them. */
48 pixel *pbuf1, *pbuf2;
49 /* pbuf3, pbuf4: point to buf3, buf4, just for type convenience */
50 pixel *pbuf3, *pbuf4;
51
52 int quiet = 0;
53
54 #define report( name ) { \
55     if( used_asm && !quiet ) \
56         fprintf( stderr, " - %-21s [%s]\n", name, ok ? "OK" : "FAILED" ); \
57     if( !ok ) ret = -1; \
58 }
59
60 #define BENCH_RUNS 100  // tradeoff between accuracy and speed
61 #define BENCH_ALIGNS 16 // number of stack+heap data alignments (another accuracy vs speed tradeoff)
62 #define MAX_FUNCS 1000  // just has to be big enough to hold all the existing functions
63 #define MAX_CPUS 30     // number of different combinations of cpu flags
64
65 typedef struct
66 {
67     void *pointer; // just for detecting duplicates
68     uint32_t cpu;
69     uint64_t cycles;
70     uint32_t den;
71 } bench_t;
72
73 typedef struct
74 {
75     char *name;
76     bench_t vers[MAX_CPUS];
77 } bench_func_t;
78
79 int do_bench = 0;
80 int bench_pattern_len = 0;
81 const char *bench_pattern = "";
82 char func_name[100];
83 static bench_func_t benchs[MAX_FUNCS];
84
85 static const char *pixel_names[12] = { "16x16", "16x8", "8x16", "8x8", "8x4", "4x8", "4x4", "4x16", "4x2", "2x8", "2x4", "2x2" };
86 static const char *intra_predict_16x16_names[7] = { "v", "h", "dc", "p", "dcl", "dct", "dc8" };
87 static const char *intra_predict_8x8c_names[7] = { "dc", "h", "v", "p", "dcl", "dct", "dc8" };
88 static const char *intra_predict_4x4_names[12] = { "v", "h", "dc", "ddl", "ddr", "vr", "hd", "vl", "hu", "dcl", "dct", "dc8" };
89 static const char **intra_predict_8x8_names = intra_predict_4x4_names;
90 static const char **intra_predict_8x16c_names = intra_predict_8x8c_names;
91
92 #define set_func_name(...) snprintf( func_name, sizeof(func_name), __VA_ARGS__ )
93
94 static inline uint32_t read_time(void)
95 {
96     uint32_t a = 0;
97 #if HAVE_X86_INLINE_ASM
98     asm volatile( "lfence \n"
99                   "rdtsc  \n"
100                   : "=a"(a) :: "edx", "memory" );
101 #elif ARCH_PPC
102     asm volatile( "mftb %0" : "=r"(a) :: "memory" );
103 #elif ARCH_ARM     // ARMv7 only
104     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) :: "memory" );
105 #elif ARCH_AARCH64
106     uint64_t b = 0;
107     asm volatile( "mrs %0, pmccntr_el0" : "=r"(b) :: "memory" );
108     a = b;
109 #elif ARCH_MIPS
110     asm volatile( "rdhwr %0, $2" : "=r"(a) :: "memory" );
111 #endif
112     return a;
113 }
114
115 static bench_t* get_bench( const char *name, int cpu )
116 {
117     int i, j;
118     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
119         assert( i < MAX_FUNCS );
120     if( !benchs[i].name )
121         benchs[i].name = strdup( name );
122     if( !cpu )
123         return &benchs[i].vers[0];
124     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
125         assert( j < MAX_CPUS );
126     benchs[i].vers[j].cpu = cpu;
127     return &benchs[i].vers[j];
128 }
129
130 static int cmp_nop( const void *a, const void *b )
131 {
132     return *(uint16_t*)a - *(uint16_t*)b;
133 }
134
135 static int cmp_bench( const void *a, const void *b )
136 {
137     // asciibetical sort except preserving numbers
138     const char *sa = ((bench_func_t*)a)->name;
139     const char *sb = ((bench_func_t*)b)->name;
140     for( ;; sa++, sb++ )
141     {
142         if( !*sa && !*sb )
143             return 0;
144         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
145             return isdigit( sa[1] ) - isdigit( sb[1] );
146         if( *sa != *sb )
147             return *sa - *sb;
148     }
149 }
150
151 static void print_bench(void)
152 {
153     uint16_t nops[10000];
154     int nfuncs, nop_time=0;
155
156     for( int i = 0; i < 10000; i++ )
157     {
158         uint32_t t = read_time();
159         nops[i] = read_time() - t;
160     }
161     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
162     for( int i = 500; i < 9500; i++ )
163         nop_time += nops[i];
164     nop_time /= 900;
165     printf( "nop: %d\n", nop_time );
166
167     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
168     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
169     for( int i = 0; i < nfuncs; i++ )
170         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
171         {
172             int k;
173             bench_t *b = &benchs[i].vers[j];
174             if( !b->den )
175                 continue;
176             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
177             if( k < j )
178                 continue;
179             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
180 #if HAVE_MMX
181                     b->cpu&X264_CPU_AVX2 ? "avx2" :
182                     b->cpu&X264_CPU_FMA3 ? "fma3" :
183                     b->cpu&X264_CPU_FMA4 ? "fma4" :
184                     b->cpu&X264_CPU_XOP ? "xop" :
185                     b->cpu&X264_CPU_AVX ? "avx" :
186                     b->cpu&X264_CPU_SSE42 ? "sse42" :
187                     b->cpu&X264_CPU_SSE4 ? "sse4" :
188                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
189                     b->cpu&X264_CPU_SSE3 ? "sse3" :
190                     /* print sse2slow only if there's also a sse2fast version of the same func */
191                     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" :
192                     b->cpu&X264_CPU_SSE2 ? "sse2" :
193                     b->cpu&X264_CPU_SSE ? "sse" :
194                     b->cpu&X264_CPU_MMX ? "mmx" :
195 #elif ARCH_PPC
196                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
197 #elif ARCH_ARM
198                     b->cpu&X264_CPU_NEON ? "neon" :
199                     b->cpu&X264_CPU_ARMV6 ? "armv6" :
200 #elif ARCH_AARCH64
201                     b->cpu&X264_CPU_NEON ? "neon" :
202                     b->cpu&X264_CPU_ARMV8 ? "armv8" :
203 #elif ARCH_MIPS
204                     b->cpu&X264_CPU_MSA ? "msa" :
205 #endif
206                     "c",
207 #if HAVE_MMX
208                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
209                     b->cpu&X264_CPU_SLOW_ATOM && b->cpu&X264_CPU_CACHELINE_64 ? "_c64_atom" :
210                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
211                     b->cpu&X264_CPU_SLOW_SHUFFLE ? "_slowshuffle" :
212                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
213                     b->cpu&X264_CPU_BMI2 ? "_bmi2" :
214                     b->cpu&X264_CPU_BMI1 ? "_bmi1" :
215                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
216                     b->cpu&X264_CPU_SLOW_ATOM ? "_atom" :
217 #elif ARCH_ARM
218                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
219 #endif
220                     "",
221                     (int64_t)(10*b->cycles/b->den - nop_time)/4 );
222         }
223 }
224
225 #if ARCH_X86 || ARCH_X86_64
226 int x264_stack_pagealign( int (*func)(), int align );
227
228 /* detect when callee-saved regs aren't saved
229  * needs an explicit asm check because it only sometimes crashes in normal use. */
230 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
231 #else
232 #define x264_stack_pagealign( func, align ) func()
233 #endif
234
235 #if ARCH_AARCH64
236 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
237 #endif
238
239 #if ARCH_ARM
240 intptr_t x264_checkasm_call_neon( intptr_t (*func)(), int *ok, ... );
241 intptr_t x264_checkasm_call_noneon( intptr_t (*func)(), int *ok, ... );
242 intptr_t (*x264_checkasm_call)( intptr_t (*func)(), int *ok, ... ) = x264_checkasm_call_noneon;
243 #endif
244
245 #define call_c1(func,...) func(__VA_ARGS__)
246
247 #if ARCH_X86_64
248 /* Evil hack: detect incorrect assumptions that 32-bit ints are zero-extended to 64-bit.
249  * This is done by clobbering the stack with junk around the stack pointer and calling the
250  * assembly function through x264_checkasm_call with added dummy arguments which forces all
251  * real arguments to be passed on the stack and not in registers. For 32-bit argument the
252  * upper half of the 64-bit register location on the stack will now contain junk. Note that
253  * this is dependant on compiler behaviour and that interrupts etc. at the wrong time may
254  * overwrite the junk written to the stack so there's no guarantee that it will always
255  * detect all functions that assumes zero-extension.
256  */
257 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
258 #define call_a1(func,...) ({ \
259     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
260     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 */ \
261     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, __VA_ARGS__ ); })
262 #elif ARCH_AARCH64 && !defined(__APPLE__)
263 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
264 #define call_a1(func,...) ({ \
265     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
266     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,r,r ); /* max_args+8 */ \
267     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, 0, 0, __VA_ARGS__ ); })
268 #elif ARCH_X86 || ARCH_ARM
269 #define call_a1(func,...) x264_checkasm_call( (intptr_t(*)())func, &ok, __VA_ARGS__ )
270 #else
271 #define call_a1 call_c1
272 #endif
273
274 #if ARCH_ARM
275 #define call_a1_64(func,...) ((uint64_t (*)(intptr_t(*)(), int*, ...))x264_checkasm_call)( (intptr_t(*)())func, &ok, __VA_ARGS__ )
276 #else
277 #define call_a1_64 call_a1
278 #endif
279
280 #define call_bench(func,cpu,...)\
281     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
282     {\
283         uint64_t tsum = 0;\
284         int tcount = 0;\
285         call_a1(func, __VA_ARGS__);\
286         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
287         {\
288             uint32_t t = read_time();\
289             func(__VA_ARGS__);\
290             func(__VA_ARGS__);\
291             func(__VA_ARGS__);\
292             func(__VA_ARGS__);\
293             t = read_time() - t;\
294             if( (uint64_t)t*tcount <= tsum*4 && ti > 0 )\
295             {\
296                 tsum += t;\
297                 tcount++;\
298             }\
299         }\
300         bench_t *b = get_bench( func_name, cpu );\
301         b->cycles += tsum;\
302         b->den += tcount;\
303         b->pointer = func;\
304     }
305
306 /* for most functions, run benchmark and correctness test at the same time.
307  * for those that modify their inputs, run the above macros separately */
308 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
309 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
310 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
311 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
312 #define call_a64(func,...) ({ call_a2(func,__VA_ARGS__); call_a1_64(func,__VA_ARGS__); })
313
314
315 static int check_pixel( int cpu_ref, int cpu_new )
316 {
317     x264_pixel_function_t pixel_c;
318     x264_pixel_function_t pixel_ref;
319     x264_pixel_function_t pixel_asm;
320     x264_predict_t predict_4x4[12];
321     x264_predict8x8_t predict_8x8[12];
322     x264_predict_8x8_filter_t predict_8x8_filter;
323     ALIGNED_16( pixel edge[36] );
324     uint16_t cost_mv[32];
325     int ret = 0, ok, used_asm;
326
327     x264_pixel_init( 0, &pixel_c );
328     x264_pixel_init( cpu_ref, &pixel_ref );
329     x264_pixel_init( cpu_new, &pixel_asm );
330     x264_predict_4x4_init( 0, predict_4x4 );
331     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
332     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
333
334     // maximize sum
335     for( int i = 0; i < 256; i++ )
336     {
337         int z = i|(i>>4);
338         z ^= z>>2;
339         z ^= z>>1;
340         pbuf4[i] = -(z&1) & PIXEL_MAX;
341         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
342     }
343     // random pattern made of maxed pixel differences, in case an intermediate value overflows
344     for( int i = 256; i < 0x1000; i++ )
345     {
346         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
347         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
348     }
349
350 #define TEST_PIXEL( name, align ) \
351     ok = 1, used_asm = 0; \
352     for( int i = 0; i < ARRAY_ELEMS(pixel_c.name); i++ ) \
353     { \
354         int res_c, res_asm; \
355         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
356         { \
357             set_func_name( "%s_%s", #name, pixel_names[i] ); \
358             used_asm = 1; \
359             for( int j = 0; j < 64; j++ ) \
360             { \
361                 res_c   = call_c( pixel_c.name[i],   pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
362                 res_asm = call_a( pixel_asm.name[i], pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
363                 if( res_c != res_asm ) \
364                 { \
365                     ok = 0; \
366                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
367                     break; \
368                 } \
369             } \
370             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
371             { \
372                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
373                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
374                 if( res_c != res_asm ) \
375                 { \
376                     ok = 0; \
377                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
378                 } \
379             } \
380         } \
381     } \
382     report( "pixel " #name " :" );
383
384     TEST_PIXEL( sad, 0 );
385     TEST_PIXEL( sad_aligned, 1 );
386     TEST_PIXEL( ssd, 1 );
387     TEST_PIXEL( satd, 0 );
388     TEST_PIXEL( sa8d, 1 );
389
390     ok = 1, used_asm = 0;
391     if( pixel_asm.sa8d_satd[PIXEL_16x16] != pixel_ref.sa8d_satd[PIXEL_16x16] )
392     {
393         set_func_name( "sa8d_satd_%s", pixel_names[PIXEL_16x16] );
394         used_asm = 1;
395         for( int j = 0; j < 64; j++ )
396         {
397             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
398             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
399             uint64_t res_a = call_a64( pixel_asm.sa8d_satd[PIXEL_16x16], pbuf1, (intptr_t)16, pbuf2, (intptr_t)64 );
400             uint32_t cost8_a = res_a;
401             uint32_t cost4_a = res_a >> 32;
402             if( cost8_a != cost8_c || cost4_a != cost4_c )
403             {
404                 ok = 0;
405                 fprintf( stderr, "sa8d_satd [%d]: (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
406                          cost8_c, cost4_c, cost8_a, cost4_a );
407                 break;
408             }
409         }
410         for( int j = 0; j < 0x1000 && ok; j += 256 ) \
411         {
412             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
413             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
414             uint64_t res_a = pixel_asm.sa8d_satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
415             uint32_t cost8_a = res_a;
416             uint32_t cost4_a = res_a >> 32;
417             if( cost8_a != cost8_c || cost4_a != cost4_c )
418             {
419                 ok = 0;
420                 fprintf( stderr, "sa8d_satd [%d]: overflow (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
421                          cost8_c, cost4_c, cost8_a, cost4_a );
422             }
423         }
424     }
425     report( "pixel sa8d_satd :" );
426
427 #define TEST_PIXEL_X( N ) \
428     ok = 1; used_asm = 0; \
429     for( int i = 0; i < 7; i++ ) \
430     { \
431         ALIGNED_16( int res_c[4] ) = {0}; \
432         ALIGNED_16( int res_asm[4] ) = {0}; \
433         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
434         { \
435             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
436             used_asm = 1; \
437             for( int j = 0; j < 64; j++ ) \
438             { \
439                 pixel *pix2 = pbuf2+j; \
440                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2,   64 ); \
441                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
442                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
443                 if( N == 4 ) \
444                 { \
445                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
446                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
447                 } \
448                 else \
449                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
450                 if( memcmp(res_c, res_asm, N*sizeof(int)) ) \
451                 { \
452                     ok = 0; \
453                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
454                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
455                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
456                 } \
457                 if( N == 4 ) \
458                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
459                 else \
460                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
461             } \
462         } \
463     } \
464     report( "pixel sad_x"#N" :" );
465
466     TEST_PIXEL_X(3);
467     TEST_PIXEL_X(4);
468
469 #define TEST_PIXEL_VAR( i ) \
470     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
471     { \
472         set_func_name( "%s_%s", "var", pixel_names[i] ); \
473         used_asm = 1; \
474         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
475         call_c1( pixel_c.var[i],   pbuf1,           16 ); \
476         call_a1( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
477         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
478         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
479         if( res_c != res_asm ) \
480         { \
481             ok = 0; \
482             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) ); \
483         } \
484         call_c2( pixel_c.var[i],   pbuf1, (intptr_t)16 ); \
485         call_a2( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
486     }
487
488     ok = 1; used_asm = 0;
489     TEST_PIXEL_VAR( PIXEL_16x16 );
490     TEST_PIXEL_VAR( PIXEL_8x16 );
491     TEST_PIXEL_VAR( PIXEL_8x8 );
492     report( "pixel var :" );
493
494 #define TEST_PIXEL_VAR2( i ) \
495     if( pixel_asm.var2[i] != pixel_ref.var2[i] ) \
496     { \
497         int res_c, res_asm, ssd_c, ssd_asm; \
498         set_func_name( "%s_%s", "var2", pixel_names[i] ); \
499         used_asm = 1; \
500         res_c   = call_c( pixel_c.var2[i],   pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_c   ); \
501         res_asm = call_a( pixel_asm.var2[i], pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_asm ); \
502         if( res_c != res_asm || ssd_c != ssd_asm ) \
503         { \
504             ok = 0; \
505             fprintf( stderr, "var2[%d]: %d != %d or %d != %d [FAILED]\n", i, res_c, res_asm, ssd_c, ssd_asm ); \
506         } \
507     }
508
509     ok = 1; used_asm = 0;
510     TEST_PIXEL_VAR2( PIXEL_8x16 );
511     TEST_PIXEL_VAR2( PIXEL_8x8 );
512     report( "pixel var2 :" );
513
514     ok = 1; used_asm = 0;
515     for( int i = 0; i < 4; i++ )
516         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
517         {
518             set_func_name( "hadamard_ac_%s", pixel_names[i] );
519             used_asm = 1;
520             for( int j = 0; j < 32; j++ )
521             {
522                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
523                 call_c1( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
524                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
525                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
526                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
527                 if( rc != ra )
528                 {
529                     ok = 0;
530                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
531                     break;
532                 }
533             }
534             call_c2( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
535             call_a2( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
536         }
537     report( "pixel hadamard_ac :" );
538
539     // maximize sum
540     for( int i = 0; i < 32; i++ )
541         for( int j = 0; j < 16; j++ )
542             pbuf4[16*i+j] = -((i+j)&1) & PIXEL_MAX;
543     ok = 1; used_asm = 0;
544     if( pixel_asm.vsad != pixel_ref.vsad )
545     {
546         for( int h = 2; h <= 32; h += 2 )
547         {
548             int res_c, res_asm;
549             set_func_name( "vsad" );
550             used_asm = 1;
551             for( int j = 0; j < 2 && ok; j++ )
552             {
553                 pixel *p = j ? pbuf4 : pbuf1;
554                 res_c   = call_c( pixel_c.vsad,   p, (intptr_t)16, h );
555                 res_asm = call_a( pixel_asm.vsad, p, (intptr_t)16, h );
556                 if( res_c != res_asm )
557                 {
558                     ok = 0;
559                     fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
560                     break;
561                 }
562             }
563         }
564     }
565     report( "pixel vsad :" );
566
567     ok = 1; used_asm = 0;
568     if( pixel_asm.asd8 != pixel_ref.asd8 )
569     {
570         set_func_name( "asd8" );
571         used_asm = 1;
572         int res_c = call_c( pixel_c.asd8,   pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
573         int res_a = call_a( pixel_asm.asd8, pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
574         if( res_c != res_a )
575         {
576             ok = 0;
577             fprintf( stderr, "asd: %d != %d\n", res_c, res_a );
578         }
579     }
580     report( "pixel asd :" );
581
582 #define TEST_INTRA_X3( name, i8x8, ... ) \
583     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
584     { \
585         ALIGNED_16( int res_c[3] ); \
586         ALIGNED_16( int res_asm[3] ); \
587         set_func_name( #name ); \
588         used_asm = 1; \
589         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
590         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
591         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
592         { \
593             ok = 0; \
594             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
595                      res_c[0], res_c[1], res_c[2], \
596                      res_asm[0], res_asm[1], res_asm[2] ); \
597         } \
598     }
599
600 #define TEST_INTRA_X9( name, cmp ) \
601     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
602     { \
603         set_func_name( #name ); \
604         used_asm = 1; \
605         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
606         for( int i=0; i<17; i++ ) \
607             bitcosts[i] = 9*(i!=8); \
608         memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
609         memcpy( pbuf4, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
610         for( int i=0; i<32; i++ ) \
611         { \
612             pixel *fenc = pbuf1+48+i*12; \
613             pixel *fdec1 = pbuf3+48+i*12; \
614             pixel *fdec2 = pbuf4+48+i*12; \
615             int pred_mode = i%9; \
616             int res_c = INT_MAX; \
617             for( int j=0; j<9; j++ ) \
618             { \
619                 predict_4x4[j]( fdec1 ); \
620                 int cost = pixel_c.cmp[PIXEL_4x4]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
621                 if( cost < (uint16_t)res_c ) \
622                     res_c = cost + (j<<16); \
623             } \
624             predict_4x4[res_c>>16]( fdec1 ); \
625             int res_a = call_a( pixel_asm.name, fenc, fdec2, bitcosts+8-pred_mode ); \
626             if( res_c != res_a ) \
627             { \
628                 ok = 0; \
629                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
630                 break; \
631             } \
632             if( memcmp(fdec1, fdec2, 4*FDEC_STRIDE*sizeof(pixel)) ) \
633             { \
634                 ok = 0; \
635                 fprintf( stderr, #name" [FAILED]\n" ); \
636                 for( int j=0; j<16; j++ ) \
637                     fprintf( stderr, "%02x ", fdec1[(j&3)+(j>>2)*FDEC_STRIDE] ); \
638                 fprintf( stderr, "\n" ); \
639                 for( int j=0; j<16; j++ ) \
640                     fprintf( stderr, "%02x ", fdec2[(j&3)+(j>>2)*FDEC_STRIDE] ); \
641                 fprintf( stderr, "\n" ); \
642                 break; \
643             } \
644         } \
645     }
646
647 #define TEST_INTRA8_X9( name, cmp ) \
648     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
649     { \
650         set_func_name( #name ); \
651         used_asm = 1; \
652         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
653         ALIGNED_ARRAY_16( uint16_t, satds_c,[16] ); \
654         ALIGNED_ARRAY_16( uint16_t, satds_a,[16] ); \
655         memset( satds_c, 0, 16 * sizeof(*satds_c) ); \
656         memset( satds_a, 0, 16 * sizeof(*satds_a) ); \
657         for( int i=0; i<17; i++ ) \
658             bitcosts[i] = 9*(i!=8); \
659         for( int i=0; i<32; i++ ) \
660         { \
661             pixel *fenc = pbuf1+48+i*12; \
662             pixel *fdec1 = pbuf3+48+i*12; \
663             pixel *fdec2 = pbuf4+48+i*12; \
664             int pred_mode = i%9; \
665             int res_c = INT_MAX; \
666             predict_8x8_filter( fdec1, edge, ALL_NEIGHBORS, ALL_NEIGHBORS ); \
667             for( int j=0; j<9; j++ ) \
668             { \
669                 predict_8x8[j]( fdec1, edge ); \
670                 satds_c[j] = pixel_c.cmp[PIXEL_8x8]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
671                 if( satds_c[j] < (uint16_t)res_c ) \
672                     res_c = satds_c[j] + (j<<16); \
673             } \
674             predict_8x8[res_c>>16]( fdec1, edge ); \
675             int res_a = call_a( pixel_asm.name, fenc, fdec2, edge, bitcosts+8-pred_mode, satds_a ); \
676             if( res_c != res_a || memcmp(satds_c, satds_a, 16 * sizeof(*satds_c)) ) \
677             { \
678                 ok = 0; \
679                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
680                 for( int j = 0; j < 9; j++ ) \
681                     fprintf( stderr, "%5d ", satds_c[j]); \
682                 fprintf( stderr, "\n" ); \
683                 for( int j = 0; j < 9; j++ ) \
684                     fprintf( stderr, "%5d ", satds_a[j]); \
685                 fprintf( stderr, "\n" ); \
686                 break; \
687             } \
688             for( int j=0; j<8; j++ ) \
689                 if( memcmp(fdec1+j*FDEC_STRIDE, fdec2+j*FDEC_STRIDE, 8*sizeof(pixel)) ) \
690                     ok = 0; \
691             if( !ok ) \
692             { \
693                 fprintf( stderr, #name" [FAILED]\n" ); \
694                 for( int j=0; j<8; j++ ) \
695                 { \
696                     for( int k=0; k<8; k++ ) \
697                         fprintf( stderr, "%02x ", fdec1[k+j*FDEC_STRIDE] ); \
698                     fprintf( stderr, "\n" ); \
699                 } \
700                 fprintf( stderr, "\n" ); \
701                 for( int j=0; j<8; j++ ) \
702                 { \
703                     for( int k=0; k<8; k++ ) \
704                         fprintf( stderr, "%02x ", fdec2[k+j*FDEC_STRIDE] ); \
705                     fprintf( stderr, "\n" ); \
706                 } \
707                 fprintf( stderr, "\n" ); \
708                 break; \
709             } \
710         } \
711     }
712
713     memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) );
714     ok = 1; used_asm = 0;
715     TEST_INTRA_X3( intra_satd_x3_16x16, 0 );
716     TEST_INTRA_X3( intra_satd_x3_8x16c, 0 );
717     TEST_INTRA_X3( intra_satd_x3_8x8c, 0 );
718     TEST_INTRA_X3( intra_sa8d_x3_8x8, 1, edge );
719     TEST_INTRA_X3( intra_satd_x3_4x4, 0 );
720     report( "intra satd_x3 :" );
721     ok = 1; used_asm = 0;
722     TEST_INTRA_X3( intra_sad_x3_16x16, 0 );
723     TEST_INTRA_X3( intra_sad_x3_8x16c, 0 );
724     TEST_INTRA_X3( intra_sad_x3_8x8c, 0 );
725     TEST_INTRA_X3( intra_sad_x3_8x8, 1, edge );
726     TEST_INTRA_X3( intra_sad_x3_4x4, 0 );
727     report( "intra sad_x3 :" );
728     ok = 1; used_asm = 0;
729     TEST_INTRA_X9( intra_satd_x9_4x4, satd );
730     TEST_INTRA8_X9( intra_sa8d_x9_8x8, sa8d );
731     report( "intra satd_x9 :" );
732     ok = 1; used_asm = 0;
733     TEST_INTRA_X9( intra_sad_x9_4x4, sad );
734     TEST_INTRA8_X9( intra_sad_x9_8x8, sad );
735     report( "intra sad_x9 :" );
736
737     ok = 1; used_asm = 0;
738     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
739     {
740         used_asm = 1;
741         set_func_name( "ssd_nv12" );
742         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
743         for( int w = 8; w <= 360; w += 8 )
744         {
745             pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, w, 8, &res_u_c, &res_v_c );
746             pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, w, 8, &res_u_a, &res_v_a );
747             if( res_u_c != res_u_a || res_v_c != res_v_a )
748             {
749                 ok = 0;
750                 fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
751                          res_u_c, res_v_c, res_u_a, res_v_a );
752             }
753         }
754         call_c( pixel_c.ssd_nv12_core,   pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_c, &res_v_c );
755         call_a( pixel_asm.ssd_nv12_core, pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_a, &res_v_a );
756     }
757     report( "ssd_nv12 :" );
758
759     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
760         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
761     {
762         int cnt;
763         float res_c, res_a;
764         ALIGNED_16( int sums[5][4] ) = {{0}};
765         used_asm = ok = 1;
766         x264_emms();
767         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
768         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
769         if( fabs( res_c - res_a ) > 1e-6 )
770         {
771             ok = 0;
772             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
773         }
774         set_func_name( "ssim_core" );
775         call_c( pixel_c.ssim_4x4x2_core,   pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
776         call_a( pixel_asm.ssim_4x4x2_core, pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
777         set_func_name( "ssim_end" );
778         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
779         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
780         /* check incorrect assumptions that 32-bit ints are zero-extended to 64-bit */
781         call_c1( pixel_c.ssim_end4,   sums, sums, 3 );
782         call_a1( pixel_asm.ssim_end4, sums, sums, 3 );
783         report( "ssim :" );
784     }
785
786     ok = 1; used_asm = 0;
787     for( int i = 0; i < 32; i++ )
788         cost_mv[i] = i*10;
789     for( int i = 0; i < 100 && ok; i++ )
790         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
791         {
792             ALIGNED_16( uint16_t sums[72] );
793             ALIGNED_16( int dc[4] );
794             ALIGNED_16( int16_t mvs_a[48] );
795             ALIGNED_16( int16_t mvs_c[48] );
796             int mvn_a, mvn_c;
797             int thresh = rand() & 0x3fff;
798             set_func_name( "esa_ads" );
799             for( int j = 0; j < 72; j++ )
800                 sums[j] = rand() & 0x3fff;
801             for( int j = 0; j < 4; j++ )
802                 dc[j] = rand() & 0x3fff;
803             used_asm = 1;
804             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
805             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
806             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
807             {
808                 ok = 0;
809                 printf( "c%d: ", i&3 );
810                 for( int j = 0; j < mvn_c; j++ )
811                     printf( "%d ", mvs_c[j] );
812                 printf( "\na%d: ", i&3 );
813                 for( int j = 0; j < mvn_a; j++ )
814                     printf( "%d ", mvs_a[j] );
815                 printf( "\n\n" );
816             }
817         }
818     report( "esa ads:" );
819
820     return ret;
821 }
822
823 static int check_dct( int cpu_ref, int cpu_new )
824 {
825     x264_dct_function_t dct_c;
826     x264_dct_function_t dct_ref;
827     x264_dct_function_t dct_asm;
828     x264_quant_function_t qf;
829     int ret = 0, ok, used_asm, interlace = 0;
830     ALIGNED_ARRAY_32( dctcoef, dct1, [16],[16] );
831     ALIGNED_ARRAY_32( dctcoef, dct2, [16],[16] );
832     ALIGNED_ARRAY_32( dctcoef, dct4, [16],[16] );
833     ALIGNED_ARRAY_32( dctcoef, dct8, [4],[64] );
834     ALIGNED_16( dctcoef dctdc[2][8] );
835     x264_t h_buf;
836     x264_t *h = &h_buf;
837
838     x264_dct_init( 0, &dct_c );
839     x264_dct_init( cpu_ref, &dct_ref);
840     x264_dct_init( cpu_new, &dct_asm );
841
842     memset( h, 0, sizeof(*h) );
843     x264_param_default( &h->param );
844     h->sps->i_chroma_format_idc = 1;
845     h->chroma_qp_table = i_chroma_qp_table + 12;
846     h->param.analyse.i_luma_deadzone[0] = 0;
847     h->param.analyse.i_luma_deadzone[1] = 0;
848     h->param.analyse.b_transform_8x8 = 1;
849     for( int i = 0; i < 6; i++ )
850         h->pps->scaling_list[i] = x264_cqm_flat16;
851     x264_cqm_init( h );
852     x264_quant_init( h, 0, &qf );
853
854     /* overflow test cases */
855     for( int i = 0; i < 5; i++ )
856     {
857         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
858         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
859
860         for( int j = 0; j < 16; j++ )
861         {
862             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
863             int cond_b = (i == 0) ? 1 : !cond_a;
864             enc[0] = enc[1] = enc[4] = enc[5] = enc[8] = enc[9] = enc[12] = enc[13] = cond_a ? PIXEL_MAX : 0;
865             enc[2] = enc[3] = enc[6] = enc[7] = enc[10] = enc[11] = enc[14] = enc[15] = cond_b ? PIXEL_MAX : 0;
866
867             for( int k = 0; k < 4; k++ )
868                 dec[k] = PIXEL_MAX - enc[k];
869
870             enc += FENC_STRIDE;
871             dec += FDEC_STRIDE;
872         }
873     }
874
875 #define TEST_DCT( name, t1, t2, size ) \
876     if( dct_asm.name != dct_ref.name ) \
877     { \
878         set_func_name( #name ); \
879         used_asm = 1; \
880         pixel *enc = pbuf3; \
881         pixel *dec = pbuf4; \
882         for( int j = 0; j < 5; j++) \
883         { \
884             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
885             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
886             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
887             { \
888                 ok = 0; \
889                 fprintf( stderr, #name " [FAILED]\n" ); \
890                 for( int k = 0; k < size; k++ )\
891                     printf( "%d ", ((dctcoef*)t1)[k] );\
892                 printf("\n");\
893                 for( int k = 0; k < size; k++ )\
894                     printf( "%d ", ((dctcoef*)t2)[k] );\
895                 printf("\n");\
896                 break; \
897             } \
898             call_c( dct_c.name, t1, enc, dec ); \
899             call_a( dct_asm.name, t2, enc, dec ); \
900             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
901             { \
902                 ok = 0; \
903                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
904                 break; \
905             } \
906             enc += 16*FENC_STRIDE; \
907             dec += 16*FDEC_STRIDE; \
908         } \
909     }
910     ok = 1; used_asm = 0;
911     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
912     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
913     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
914     TEST_DCT( sub8x16_dct_dc, dctdc[0], dctdc[1], 8 );
915     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
916     report( "sub_dct4 :" );
917
918     ok = 1; used_asm = 0;
919     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
920     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
921     report( "sub_dct8 :" );
922 #undef TEST_DCT
923
924     // fdct and idct are denormalized by different factors, so quant/dequant
925     // is needed to force the coefs into the right range.
926     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
927     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
928     for( int i = 0; i < 16; i++ )
929     {
930         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
931         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
932     }
933     for( int i = 0; i < 4; i++ )
934     {
935         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
936         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
937     }
938     x264_cqm_delete( h );
939
940 #define TEST_IDCT( name, src ) \
941     if( dct_asm.name != dct_ref.name ) \
942     { \
943         set_func_name( #name ); \
944         used_asm = 1; \
945         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
946         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
947         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
948         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
949         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
950         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
951         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
952         { \
953             ok = 0; \
954             fprintf( stderr, #name " [FAILED]\n" ); \
955         } \
956         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
957         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
958     }
959     ok = 1; used_asm = 0;
960     TEST_IDCT( add4x4_idct, dct4 );
961     TEST_IDCT( add8x8_idct, dct4 );
962     TEST_IDCT( add8x8_idct_dc, dct4 );
963     TEST_IDCT( add16x16_idct, dct4 );
964     TEST_IDCT( add16x16_idct_dc, dct4 );
965     report( "add_idct4 :" );
966
967     ok = 1; used_asm = 0;
968     TEST_IDCT( add8x8_idct8, dct8 );
969     TEST_IDCT( add16x16_idct8, dct8 );
970     report( "add_idct8 :" );
971 #undef TEST_IDCT
972
973 #define TEST_DCTDC( name )\
974     ok = 1; used_asm = 0;\
975     if( dct_asm.name != dct_ref.name )\
976     {\
977         set_func_name( #name );\
978         used_asm = 1;\
979         uint16_t *p = (uint16_t*)buf1;\
980         for( int i = 0; i < 16 && ok; i++ )\
981         {\
982             for( int j = 0; j < 16; j++ )\
983                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
984                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
985                            : ((*p++)&0x1fff)-0x1000; /* general case */\
986             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
987             call_c1( dct_c.name, dct1[0] );\
988             call_a1( dct_asm.name, dct2[0] );\
989             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
990                 ok = 0;\
991         }\
992         call_c2( dct_c.name, dct1[0] );\
993         call_a2( dct_asm.name, dct2[0] );\
994     }\
995     report( #name " :" );
996
997     TEST_DCTDC(  dct4x4dc );
998     TEST_DCTDC( idct4x4dc );
999 #undef TEST_DCTDC
1000
1001 #define TEST_DCTDC_CHROMA( name )\
1002     ok = 1; used_asm = 0;\
1003     if( dct_asm.name != dct_ref.name )\
1004     {\
1005         set_func_name( #name );\
1006         used_asm = 1;\
1007         uint16_t *p = (uint16_t*)buf1;\
1008         for( int i = 0; i < 16 && ok; i++ )\
1009         {\
1010             for( int j = 0; j < 8; j++ )\
1011                 dct1[j][0] = !i ? (j^j>>1^j>>2)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
1012                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
1013                            : ((*p++)&0x1fff)-0x1000; /* general case */\
1014             memcpy( dct2, dct1, 8*16 * sizeof(dctcoef) );\
1015             call_c1( dct_c.name, dctdc[0], dct1 );\
1016             call_a1( dct_asm.name, dctdc[1], dct2 );\
1017             if( memcmp( dctdc[0], dctdc[1], 8 * sizeof(dctcoef) ) || memcmp( dct1, dct2, 8*16 * sizeof(dctcoef) ) )\
1018             {\
1019                 ok = 0;\
1020                 fprintf( stderr, #name " [FAILED]\n" ); \
1021             }\
1022         }\
1023         call_c2( dct_c.name, dctdc[0], dct1 );\
1024         call_a2( dct_asm.name, dctdc[1], dct2 );\
1025     }\
1026     report( #name " :" );
1027
1028     TEST_DCTDC_CHROMA( dct2x4dc );
1029 #undef TEST_DCTDC_CHROMA
1030
1031     x264_zigzag_function_t zigzag_c[2];
1032     x264_zigzag_function_t zigzag_ref[2];
1033     x264_zigzag_function_t zigzag_asm[2];
1034
1035     ALIGNED_ARRAY_16( dctcoef, level1,[64] );
1036     ALIGNED_ARRAY_16( dctcoef, level2,[64] );
1037
1038 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
1039     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1040     { \
1041         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1042         used_asm = 1; \
1043         for( int i = 0; i < size*size; i++ ) \
1044             dct[i] = i; \
1045         call_c( zigzag_c[interlace].name, t1, dct ); \
1046         call_a( zigzag_asm[interlace].name, t2, dct ); \
1047         if( memcmp( t1, t2, size*size*sizeof(dctcoef) ) ) \
1048         { \
1049             ok = 0; \
1050             for( int i = 0; i < 2; i++ ) \
1051             { \
1052                 dctcoef *d = (dctcoef*)(i ? t2 : t1); \
1053                 for( int j = 0; j < size; j++ ) \
1054                 { \
1055                     for( int k = 0; k < size; k++ ) \
1056                         fprintf( stderr, "%2d ", d[k+j*8] ); \
1057                     fprintf( stderr, "\n" ); \
1058                 } \
1059                 fprintf( stderr, "\n" ); \
1060             } \
1061             fprintf( stderr, #name " [FAILED]\n" ); \
1062         } \
1063     }
1064
1065 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
1066     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1067     { \
1068         int nz_a, nz_c; \
1069         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1070         used_asm = 1; \
1071         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1072         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1073         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1074         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1075         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
1076         { \
1077             ok = 0; \
1078             fprintf( stderr, #name " [FAILED]\n" ); \
1079         } \
1080         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1081         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1082     }
1083
1084 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
1085     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1086     { \
1087         int nz_a, nz_c; \
1088         dctcoef dc_a, dc_c; \
1089         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1090         used_asm = 1; \
1091         for( int i = 0; i < 2; i++ ) \
1092         { \
1093             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1094             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1095             for( int j = 0; j < 4; j++ ) \
1096             { \
1097                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1098                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1099             } \
1100             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1101             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1102             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 ) \
1103             { \
1104                 ok = 0; \
1105                 fprintf( stderr, #name " [FAILED]\n" ); \
1106                 break; \
1107             } \
1108         } \
1109         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1110         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1111     }
1112
1113 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
1114     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1115     { \
1116         for( int j = 0; j < 100; j++ ) \
1117         { \
1118             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1119             used_asm = 1; \
1120             memcpy(dct, buf1, size*sizeof(dctcoef)); \
1121             for( int i = 0; i < size; i++ ) \
1122                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
1123             memcpy(buf3, buf4, 10); \
1124             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
1125             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
1126             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
1127             { \
1128                 ok = 0; printf("%d: %d %d %d %d\n%d %d %d %d\n\n",memcmp( t1, t2, size*sizeof(dctcoef) ),buf3[0], buf3[1], buf3[8], buf3[9], buf4[0], buf4[1], buf4[8], buf4[9]);break;\
1129             } \
1130         } \
1131     }
1132
1133     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
1134     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
1135     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
1136
1137     ok = 1; used_asm = 0;
1138     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct8[0], 64 );
1139     report( "zigzag_interleave :" );
1140
1141     for( interlace = 0; interlace <= 1; interlace++ )
1142     {
1143         ok = 1; used_asm = 0;
1144         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, dct8[0], 8 );
1145         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 4 );
1146         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
1147         TEST_ZIGZAG_SUB( sub_8x8, level1, level2, 64 );
1148         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
1149         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
1150     }
1151 #undef TEST_ZIGZAG_SCAN
1152 #undef TEST_ZIGZAG_SUB
1153
1154     return ret;
1155 }
1156
1157 static int check_mc( int cpu_ref, int cpu_new )
1158 {
1159     x264_mc_functions_t mc_c;
1160     x264_mc_functions_t mc_ref;
1161     x264_mc_functions_t mc_a;
1162     x264_pixel_function_t pixf;
1163
1164     pixel *src     = &(pbuf1)[2*64+2];
1165     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
1166                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
1167     pixel *dst1    = pbuf3;
1168     pixel *dst2    = pbuf4;
1169
1170     int ret = 0, ok, used_asm;
1171
1172     x264_mc_init( 0, &mc_c, 0 );
1173     x264_mc_init( cpu_ref, &mc_ref, 0 );
1174     x264_mc_init( cpu_new, &mc_a, 0 );
1175     x264_pixel_init( 0, &pixf );
1176
1177 #define MC_TEST_LUMA( w, h ) \
1178         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
1179         { \
1180             const x264_weight_t *weight = x264_weight_none; \
1181             set_func_name( "mc_luma_%dx%d", w, h ); \
1182             used_asm = 1; \
1183             for( int i = 0; i < 1024; i++ ) \
1184                 pbuf3[i] = pbuf4[i] = 0xCD; \
1185             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1186             call_a( mc_a.mc_luma, dst2, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1187             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1188             { \
1189                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1190                 ok = 0; \
1191             } \
1192         } \
1193         if( mc_a.get_ref != mc_ref.get_ref ) \
1194         { \
1195             pixel *ref = dst2; \
1196             intptr_t ref_stride = 32; \
1197             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
1198             const x264_weight_t *weight = x264_weight_none; \
1199             set_func_name( "get_ref_%dx%d", w_checked, h ); \
1200             used_asm = 1; \
1201             for( int i = 0; i < 1024; i++ ) \
1202                 pbuf3[i] = pbuf4[i] = 0xCD; \
1203             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1204             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1205             for( int i = 0; i < h; i++ ) \
1206                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
1207                 { \
1208                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
1209                     ok = 0; \
1210                     break; \
1211                 } \
1212         }
1213
1214 #define MC_TEST_CHROMA( w, h ) \
1215         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
1216         { \
1217             set_func_name( "mc_chroma_%dx%d", w, h ); \
1218             used_asm = 1; \
1219             for( int i = 0; i < 1024; i++ ) \
1220                 pbuf3[i] = pbuf4[i] = 0xCD; \
1221             call_c( mc_c.mc_chroma, dst1, dst1+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1222             call_a( mc_a.mc_chroma, dst2, dst2+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1223             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
1224             for( int j = 0; j < h; j++ ) \
1225                 for( int i = w; i < 8; i++ ) \
1226                 { \
1227                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
1228                     dst2[i+j*16  ] = dst1[i+j*16  ]; \
1229                 } \
1230             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1231             { \
1232                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1233                 ok = 0; \
1234             } \
1235         }
1236     ok = 1; used_asm = 0;
1237     for( int dy = -8; dy < 8; dy++ )
1238         for( int dx = -128; dx < 128; dx++ )
1239         {
1240             if( rand()&15 ) continue; // running all of them is too slow
1241             MC_TEST_LUMA( 20, 18 );
1242             MC_TEST_LUMA( 16, 16 );
1243             MC_TEST_LUMA( 16, 8 );
1244             MC_TEST_LUMA( 12, 10 );
1245             MC_TEST_LUMA( 8, 16 );
1246             MC_TEST_LUMA( 8, 8 );
1247             MC_TEST_LUMA( 8, 4 );
1248             MC_TEST_LUMA( 4, 8 );
1249             MC_TEST_LUMA( 4, 4 );
1250         }
1251     report( "mc luma :" );
1252
1253     ok = 1; used_asm = 0;
1254     for( int dy = -1; dy < 9; dy++ )
1255         for( int dx = -128; dx < 128; dx++ )
1256         {
1257             if( rand()&15 ) continue;
1258             MC_TEST_CHROMA( 8, 8 );
1259             MC_TEST_CHROMA( 8, 4 );
1260             MC_TEST_CHROMA( 4, 8 );
1261             MC_TEST_CHROMA( 4, 4 );
1262             MC_TEST_CHROMA( 4, 2 );
1263             MC_TEST_CHROMA( 2, 4 );
1264             MC_TEST_CHROMA( 2, 2 );
1265         }
1266     report( "mc chroma :" );
1267 #undef MC_TEST_LUMA
1268 #undef MC_TEST_CHROMA
1269
1270 #define MC_TEST_AVG( name, weight ) \
1271 { \
1272     for( int i = 0; i < 12; i++ ) \
1273     { \
1274         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
1275         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
1276         if( mc_a.name[i] != mc_ref.name[i] ) \
1277         { \
1278             set_func_name( "%s_%s", #name, pixel_names[i] ); \
1279             used_asm = 1; \
1280             call_c1( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1281             call_a1( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1282             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
1283             { \
1284                 ok = 0; \
1285                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
1286             } \
1287             call_c2( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1288             call_a2( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1289         } \
1290     } \
1291 }
1292
1293     ok = 1, used_asm = 0;
1294     for( int w = -63; w <= 127 && ok; w++ )
1295         MC_TEST_AVG( avg, w );
1296     report( "mc wpredb :" );
1297
1298 #define MC_TEST_WEIGHT( name, weight, aligned ) \
1299     int align_off = (aligned ? 0 : rand()%16); \
1300     for( int i = 1; i <= 5; i++ ) \
1301     { \
1302         ALIGNED_16( pixel buffC[640] ); \
1303         ALIGNED_16( pixel buffA[640] ); \
1304         int j = X264_MAX( i*4, 2 ); \
1305         memset( buffC, 0, 640 * sizeof(pixel) ); \
1306         memset( buffA, 0, 640 * sizeof(pixel) ); \
1307         x264_t ha; \
1308         ha.mc = mc_a; \
1309         /* w12 is the same as w16 in some cases */ \
1310         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
1311             continue; \
1312         if( mc_a.name[i] != mc_ref.name[i] ) \
1313         { \
1314             set_func_name( "%s_w%d", #name, j ); \
1315             used_asm = 1; \
1316             call_c1( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1317             mc_a.weight_cache(&ha, &weight); \
1318             call_a1( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1319             for( int k = 0; k < 16; k++ ) \
1320                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1321                 { \
1322                     ok = 0; \
1323                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1324                     break; \
1325                 } \
1326             /* omit unlikely high scales for benchmarking */ \
1327             if( (s << (8-d)) < 512 ) \
1328             { \
1329                 call_c2( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1330                 call_a2( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1331             } \
1332         } \
1333     }
1334
1335     ok = 1; used_asm = 0;
1336
1337     int align_cnt = 0;
1338     for( int s = 0; s <= 127 && ok; s++ )
1339     {
1340         for( int o = -128; o <= 127 && ok; o++ )
1341         {
1342             if( rand() & 2047 ) continue;
1343             for( int d = 0; d <= 7 && ok; d++ )
1344             {
1345                 if( s == 1<<d )
1346                     continue;
1347                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1348                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1349             }
1350         }
1351
1352     }
1353     report( "mc weight :" );
1354
1355     ok = 1; used_asm = 0;
1356     for( int o = 0; o <= 127 && ok; o++ )
1357     {
1358         int s = 1, d = 0;
1359         if( rand() & 15 ) continue;
1360         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1361         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1362     }
1363     report( "mc offsetadd :" );
1364     ok = 1; used_asm = 0;
1365     for( int o = -128; o < 0 && ok; o++ )
1366     {
1367         int s = 1, d = 0;
1368         if( rand() & 15 ) continue;
1369         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1370         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1371     }
1372     report( "mc offsetsub :" );
1373
1374     memset( pbuf3, 0, 64*16 );
1375     memset( pbuf4, 0, 64*16 );
1376     ok = 1; used_asm = 0;
1377     for( int height = 8; height <= 16; height += 8 )
1378     {
1379         if( mc_a.store_interleave_chroma != mc_ref.store_interleave_chroma )
1380         {
1381             set_func_name( "store_interleave_chroma" );
1382             used_asm = 1;
1383             call_c( mc_c.store_interleave_chroma, pbuf3, (intptr_t)64, pbuf1, pbuf1+16, height );
1384             call_a( mc_a.store_interleave_chroma, pbuf4, (intptr_t)64, pbuf1, pbuf1+16, height );
1385             if( memcmp( pbuf3, pbuf4, 64*height ) )
1386             {
1387                 ok = 0;
1388                 fprintf( stderr, "store_interleave_chroma FAILED: h=%d\n", height );
1389                 break;
1390             }
1391         }
1392         if( mc_a.load_deinterleave_chroma_fenc != mc_ref.load_deinterleave_chroma_fenc )
1393         {
1394             set_func_name( "load_deinterleave_chroma_fenc" );
1395             used_asm = 1;
1396             call_c( mc_c.load_deinterleave_chroma_fenc, pbuf3, pbuf1, (intptr_t)64, height );
1397             call_a( mc_a.load_deinterleave_chroma_fenc, pbuf4, pbuf1, (intptr_t)64, height );
1398             if( memcmp( pbuf3, pbuf4, FENC_STRIDE*height ) )
1399             {
1400                 ok = 0;
1401                 fprintf( stderr, "load_deinterleave_chroma_fenc FAILED: h=%d\n", height );
1402                 break;
1403             }
1404         }
1405         if( mc_a.load_deinterleave_chroma_fdec != mc_ref.load_deinterleave_chroma_fdec )
1406         {
1407             set_func_name( "load_deinterleave_chroma_fdec" );
1408             used_asm = 1;
1409             call_c( mc_c.load_deinterleave_chroma_fdec, pbuf3, pbuf1, (intptr_t)64, height );
1410             call_a( mc_a.load_deinterleave_chroma_fdec, pbuf4, pbuf1, (intptr_t)64, height );
1411             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*height ) )
1412             {
1413                 ok = 0;
1414                 fprintf( stderr, "load_deinterleave_chroma_fdec FAILED: h=%d\n", height );
1415                 break;
1416             }
1417         }
1418     }
1419     report( "store_interleave :" );
1420
1421     struct plane_spec {
1422         int w, h, src_stride;
1423     } 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} };
1424     ok = 1; used_asm = 0;
1425     if( mc_a.plane_copy != mc_ref.plane_copy )
1426     {
1427         set_func_name( "plane_copy" );
1428         used_asm = 1;
1429         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1430         {
1431             int w = plane_specs[i].w;
1432             int h = plane_specs[i].h;
1433             intptr_t src_stride = plane_specs[i].src_stride;
1434             intptr_t dst_stride = (w + 127) & ~63;
1435             assert( dst_stride * h <= 0x1000 );
1436             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1437             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1438             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1439             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1440             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1441             for( int y = 0; y < h; y++ )
1442                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1443                 {
1444                     ok = 0;
1445                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1446                     break;
1447                 }
1448         }
1449     }
1450
1451     if( mc_a.plane_copy_swap != mc_ref.plane_copy_swap )
1452     {
1453         set_func_name( "plane_copy_swap" );
1454         used_asm = 1;
1455         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1456         {
1457             int w = (plane_specs[i].w + 1) >> 1;
1458             int h = plane_specs[i].h;
1459             intptr_t src_stride = plane_specs[i].src_stride;
1460             intptr_t dst_stride = (2*w + 127) & ~63;
1461             assert( dst_stride * h <= 0x1000 );
1462             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1463             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1464             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1465             call_c( mc_c.plane_copy_swap, pbuf3, dst_stride, src1, src_stride, w, h );
1466             call_a( mc_a.plane_copy_swap, pbuf4, dst_stride, src1, src_stride, w, h );
1467             for( int y = 0; y < h; y++ )
1468                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1469                 {
1470                     ok = 0;
1471                     fprintf( stderr, "plane_copy_swap FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1472                     break;
1473                 }
1474         }
1475     }
1476
1477     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1478     {
1479         set_func_name( "plane_copy_interleave" );
1480         used_asm = 1;
1481         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1482         {
1483             int w = (plane_specs[i].w + 1) >> 1;
1484             int h = plane_specs[i].h;
1485             intptr_t src_stride = (plane_specs[i].src_stride + 1) >> 1;
1486             intptr_t dst_stride = (2*w + 127) & ~63;
1487             assert( dst_stride * h <= 0x1000 );
1488             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1489             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1490             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1491             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1492             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1493             for( int y = 0; y < h; y++ )
1494                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1495                 {
1496                     ok = 0;
1497                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1498                     break;
1499                 }
1500         }
1501     }
1502
1503     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1504     {
1505         set_func_name( "plane_copy_deinterleave" );
1506         used_asm = 1;
1507         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1508         {
1509             int w = (plane_specs[i].w + 1) >> 1;
1510             int h = plane_specs[i].h;
1511             intptr_t dst_stride = w;
1512             intptr_t src_stride = (2*w + 127) & ~63;
1513             intptr_t offv = (dst_stride*h + 63) & ~31;
1514             memset( pbuf3, 0, 0x1000 );
1515             memset( pbuf4, 0, 0x1000 );
1516             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1517             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1518             for( int y = 0; y < h; y++ )
1519                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1520                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1521                 {
1522                     ok = 0;
1523                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1524                     break;
1525                 }
1526         }
1527     }
1528
1529     if( mc_a.plane_copy_deinterleave_rgb != mc_ref.plane_copy_deinterleave_rgb )
1530     {
1531         set_func_name( "plane_copy_deinterleave_rgb" );
1532         used_asm = 1;
1533         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1534         {
1535             int w = (plane_specs[i].w + 2) >> 2;
1536             int h = plane_specs[i].h;
1537             intptr_t src_stride = plane_specs[i].src_stride;
1538             intptr_t dst_stride = ALIGN( w, 16 );
1539             intptr_t offv = dst_stride*h + 16;
1540
1541             for( int pw = 3; pw <= 4; pw++ )
1542             {
1543                 memset( pbuf3, 0, 0x1000 );
1544                 memset( pbuf4, 0, 0x1000 );
1545                 call_c( mc_c.plane_copy_deinterleave_rgb, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf3+2*offv, dst_stride, pbuf1, src_stride, pw, w, h );
1546                 call_a( mc_a.plane_copy_deinterleave_rgb, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf4+2*offv, dst_stride, pbuf1, src_stride, pw, w, h );
1547                 for( int y = 0; y < h; y++ )
1548                     if( memcmp( pbuf3+y*dst_stride+0*offv, pbuf4+y*dst_stride+0*offv, w ) ||
1549                         memcmp( pbuf3+y*dst_stride+1*offv, pbuf4+y*dst_stride+1*offv, w ) ||
1550                         memcmp( pbuf3+y*dst_stride+2*offv, pbuf4+y*dst_stride+2*offv, w ) )
1551                     {
1552                         ok = 0;
1553                         fprintf( stderr, "plane_copy_deinterleave_rgb FAILED: w=%d h=%d stride=%d pw=%d\n", w, h, (int)src_stride, pw );
1554                         break;
1555                     }
1556             }
1557         }
1558     }
1559     report( "plane_copy :" );
1560
1561     if( mc_a.plane_copy_deinterleave_v210 != mc_ref.plane_copy_deinterleave_v210 )
1562     {
1563         set_func_name( "plane_copy_deinterleave_v210" );
1564         ok = 1; used_asm = 1;
1565         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1566         {
1567             int w = (plane_specs[i].w + 1) >> 1;
1568             int h = plane_specs[i].h;
1569             intptr_t dst_stride = ALIGN( w, 16 );
1570             intptr_t src_stride = (w + 47) / 48 * 128 / sizeof(uint32_t);
1571             intptr_t offv = dst_stride*h + 32;
1572             memset( pbuf3, 0, 0x1000 );
1573             memset( pbuf4, 0, 0x1000 );
1574             call_c( mc_c.plane_copy_deinterleave_v210, pbuf3, dst_stride, pbuf3+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1575             call_a( mc_a.plane_copy_deinterleave_v210, pbuf4, dst_stride, pbuf4+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1576             for( int y = 0; y < h; y++ )
1577                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride,      w*sizeof(uint16_t) ) ||
1578                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w*sizeof(uint16_t) ) )
1579                 {
1580                     ok = 0;
1581                     fprintf( stderr, "plane_copy_deinterleave_v210 FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1582                     break;
1583                 }
1584         }
1585         report( "v210 :" );
1586     }
1587
1588     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1589     {
1590         pixel *srchpel = pbuf1+8+2*64;
1591         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1592         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1593         void *tmp = pbuf3+49*64;
1594         set_func_name( "hpel_filter" );
1595         ok = 1; used_asm = 1;
1596         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1597         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1598         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, (intptr_t)64, 48, 10, tmp );
1599         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, (intptr_t)64, 48, 10, tmp );
1600         for( int i = 0; i < 3; i++ )
1601             for( int j = 0; j < 10; j++ )
1602                 //FIXME ideally the first pixels would match too, but they aren't actually used
1603                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1604                 {
1605                     ok = 0;
1606                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1607                     for( int k = 0; k < 48; k++ )
1608                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1609                     printf( "\n" );
1610                     for( int k = 0; k < 48; k++ )
1611                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1612                     printf( "\n" );
1613                     break;
1614                 }
1615         report( "hpel filter :" );
1616     }
1617
1618     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1619     {
1620         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1621         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1622         set_func_name( "lowres_init" );
1623         ok = 1; used_asm = 1;
1624         for( int w = 96; w <= 96+24; w += 8 )
1625         {
1626             intptr_t stride = (w*2+31)&~31;
1627             intptr_t stride_lowres = (w+31)&~31;
1628             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], stride, stride_lowres, w, 8 );
1629             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], stride, stride_lowres, w, 8 );
1630             for( int i = 0; i < 8; i++ )
1631             {
1632                 for( int j = 0; j < 4; j++ )
1633                     if( memcmp( dstc[j]+i*stride_lowres, dsta[j]+i*stride_lowres, w * sizeof(pixel) ) )
1634                     {
1635                         ok = 0;
1636                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1637                         for( int k = 0; k < w; k++ )
1638                             printf( "%d ", dstc[j][k+i*stride_lowres] );
1639                         printf( "\n" );
1640                         for( int k = 0; k < w; k++ )
1641                             printf( "%d ", dsta[j][k+i*stride_lowres] );
1642                         printf( "\n" );
1643                         break;
1644                     }
1645             }
1646         }
1647         report( "lowres init :" );
1648     }
1649
1650 #define INTEGRAL_INIT( name, size, offset, cmp_len, ... )\
1651     if( mc_a.name != mc_ref.name )\
1652     {\
1653         intptr_t stride = 96;\
1654         set_func_name( #name );\
1655         used_asm = 1;\
1656         memcpy( buf3, buf1, size*2*stride );\
1657         memcpy( buf4, buf1, size*2*stride );\
1658         uint16_t *sum = (uint16_t*)buf3;\
1659         call_c1( mc_c.name, sum+offset, __VA_ARGS__ );\
1660         sum = (uint16_t*)buf4;\
1661         call_a1( mc_a.name, sum+offset, __VA_ARGS__ );\
1662         if( memcmp( buf3+2*offset, buf4+2*offset, cmp_len*2 )\
1663             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1664             ok = 0;\
1665         call_c2( mc_c.name, sum+offset, __VA_ARGS__ );\
1666         call_a2( mc_a.name, sum+offset, __VA_ARGS__ );\
1667     }
1668     ok = 1; used_asm = 0;
1669     INTEGRAL_INIT( integral_init4h, 2, stride, stride-4, pbuf2, stride );
1670     INTEGRAL_INIT( integral_init8h, 2, stride, stride-8, pbuf2, stride );
1671     INTEGRAL_INIT( integral_init4v, 14, 0, stride-8, sum+9*stride, stride );
1672     INTEGRAL_INIT( integral_init8v, 9, 0, stride-8, stride );
1673     report( "integral init :" );
1674
1675     ok = 1; used_asm = 0;
1676     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1677     {
1678         used_asm = 1;
1679         x264_emms();
1680         for( int i = 0; i < 10; i++ )
1681         {
1682             float fps_factor = (rand()&65535) / 65535.0f;
1683             set_func_name( "mbtree_propagate_cost" );
1684             int16_t *dsta = (int16_t*)buf3;
1685             int16_t *dstc = dsta+400;
1686             uint16_t *prop = (uint16_t*)buf1;
1687             uint16_t *intra = (uint16_t*)buf4;
1688             uint16_t *inter = intra+128;
1689             uint16_t *qscale = inter+128;
1690             uint16_t *rnd = (uint16_t*)buf2;
1691             x264_emms();
1692             for( int j = 0; j < 100; j++ )
1693             {
1694                 intra[j]  = *rnd++ & 0x7fff;
1695                 intra[j] += !intra[j];
1696                 inter[j]  = *rnd++ & 0x7fff;
1697                 qscale[j] = *rnd++ & 0x7fff;
1698             }
1699             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1700             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1701             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1702             x264_emms();
1703             for( int j = 0; j < 100 && ok; j++ )
1704             {
1705                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1706                 if( !ok )
1707                     fprintf( stderr, "mbtree_propagate_cost FAILED: %f !~= %f\n", (double)dstc[j], (double)dsta[j] );
1708             }
1709         }
1710     }
1711
1712     if( mc_a.mbtree_propagate_list != mc_ref.mbtree_propagate_list )
1713     {
1714         used_asm = 1;
1715         for( int i = 0; i < 8; i++ )
1716         {
1717             set_func_name( "mbtree_propagate_list" );
1718             x264_t h;
1719             int height = 4;
1720             int width = 128;
1721             int size = width*height;
1722             h.mb.i_mb_stride = width;
1723             h.mb.i_mb_width = width;
1724             h.mb.i_mb_height = height;
1725
1726             uint16_t *ref_costsc = (uint16_t*)buf3;
1727             uint16_t *ref_costsa = (uint16_t*)buf4;
1728             int16_t (*mvs)[2] = (int16_t(*)[2])(ref_costsc + size);
1729             int16_t *propagate_amount = (int16_t*)(mvs + width);
1730             uint16_t *lowres_costs = (uint16_t*)(propagate_amount + width);
1731             h.scratch_buffer2 = (uint8_t*)(ref_costsa + size);
1732             int bipred_weight = (rand()%63)+1;
1733             int list = i&1;
1734             for( int j = 0; j < size; j++ )
1735                 ref_costsc[j] = ref_costsa[j] = rand()&32767;
1736             for( int j = 0; j < width; j++ )
1737             {
1738                 static const uint8_t list_dist[2][8] = {{0,1,1,1,1,1,1,1},{1,1,3,3,3,3,3,2}};
1739                 for( int k = 0; k < 2; k++ )
1740                     mvs[j][k] = (rand()&127) - 64;
1741                 propagate_amount[j] = rand()&32767;
1742                 lowres_costs[j] = list_dist[list][rand()&7] << LOWRES_COST_SHIFT;
1743             }
1744
1745             call_c1( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1746             call_a1( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1747
1748             for( int j = 0; j < size && ok; j++ )
1749             {
1750                 ok &= abs(ref_costsa[j] - ref_costsc[j]) <= 1;
1751                 if( !ok )
1752                     fprintf( stderr, "mbtree_propagate_list FAILED at %d: %d !~= %d\n", j, ref_costsc[j], ref_costsa[j] );
1753             }
1754
1755             call_c2( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1756             call_a2( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1757         }
1758     }
1759
1760     if( mc_a.mbtree_fix8_pack != mc_ref.mbtree_fix8_pack )
1761     {
1762         set_func_name( "mbtree_fix8_pack" );
1763         used_asm = 1;
1764         float *fix8_src = (float*)(buf3 + 0x800);
1765         uint16_t *dstc = (uint16_t*)buf3;
1766         uint16_t *dsta = (uint16_t*)buf4;
1767         for( int i = 0; i < 5; i++ )
1768         {
1769             int count = 256 + i;
1770
1771             for( int j = 0; j < count; j++ )
1772                 fix8_src[j] = (int16_t)(rand()) / 256.0f;
1773             dsta[count] = 0xAAAA;
1774
1775             call_c( mc_c.mbtree_fix8_pack, dstc, fix8_src, count );
1776             call_a( mc_a.mbtree_fix8_pack, dsta, fix8_src, count );
1777
1778             if( memcmp( dsta, dstc, count * sizeof(uint16_t) ) || dsta[count] != 0xAAAA )
1779             {
1780                 ok = 0;
1781                 fprintf( stderr, "mbtree_fix8_pack FAILED\n" );
1782                 break;
1783             }
1784         }
1785     }
1786
1787     if( mc_a.mbtree_fix8_unpack != mc_ref.mbtree_fix8_unpack )
1788     {
1789         set_func_name( "mbtree_fix8_unpack" );
1790         used_asm = 1;
1791         uint16_t *fix8_src = (uint16_t*)(buf3 + 0x800);
1792         float *dstc = (float*)buf3;
1793         float *dsta = (float*)buf4;
1794         for( int i = 0; i < 5; i++ )
1795         {
1796             int count = 256 + i;
1797
1798             for( int j = 0; j < count; j++ )
1799                 fix8_src[j] = rand();
1800             M32( &dsta[count] ) = 0xAAAAAAAA;
1801
1802             call_c( mc_c.mbtree_fix8_unpack, dstc, fix8_src, count );
1803             call_a( mc_a.mbtree_fix8_unpack, dsta, fix8_src, count );
1804
1805             if( memcmp( dsta, dstc, count * sizeof(float) ) || M32( &dsta[count] ) != 0xAAAAAAAA )
1806             {
1807                 ok = 0;
1808                 fprintf( stderr, "mbtree_fix8_unpack FAILED\n" );
1809                 break;
1810             }
1811         }
1812     }
1813     report( "mbtree :" );
1814
1815     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1816     {
1817         set_func_name( "memcpy_aligned" );
1818         ok = 1; used_asm = 1;
1819         for( size_t size = 16; size < 256; size += 16 )
1820         {
1821             memset( buf4, 0xAA, size + 1 );
1822             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1823             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1824             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1825             {
1826                 ok = 0;
1827                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", (int)size );
1828                 break;
1829             }
1830         }
1831         report( "memcpy aligned :" );
1832     }
1833
1834     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1835     {
1836         set_func_name( "memzero_aligned" );
1837         ok = 1; used_asm = 1;
1838         for( size_t size = 128; size < 1024; size += 128 )
1839         {
1840             memset( buf4, 0xAA, size + 1 );
1841             call_c( mc_c.memzero_aligned, buf3, size );
1842             call_a( mc_a.memzero_aligned, buf4, size );
1843             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1844             {
1845                 ok = 0;
1846                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", (int)size );
1847                 break;
1848             }
1849         }
1850         report( "memzero aligned :" );
1851     }
1852
1853     return ret;
1854 }
1855
1856 static int check_deblock( int cpu_ref, int cpu_new )
1857 {
1858     x264_deblock_function_t db_c;
1859     x264_deblock_function_t db_ref;
1860     x264_deblock_function_t db_a;
1861     int ret = 0, ok = 1, used_asm = 0;
1862     int alphas[36], betas[36];
1863     int8_t tcs[36][4];
1864
1865     x264_deblock_init( 0, &db_c, 0 );
1866     x264_deblock_init( cpu_ref, &db_ref, 0 );
1867     x264_deblock_init( cpu_new, &db_a, 0 );
1868
1869     /* not exactly the real values of a,b,tc but close enough */
1870     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1871     {
1872         alphas[i] = a << (BIT_DEPTH-8);
1873         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1874         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1875         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1876         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1877         a = a*9/10;
1878         c = c*9/10;
1879     }
1880
1881 #define TEST_DEBLOCK( name, align, ... ) \
1882     for( int i = 0; i < 36; i++ ) \
1883     { \
1884         intptr_t off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1885         for( int j = 0; j < 1024; j++ ) \
1886             /* two distributions of random to excersize different failure modes */ \
1887             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1888         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1889         if( db_a.name != db_ref.name ) \
1890         { \
1891             set_func_name( #name ); \
1892             used_asm = 1; \
1893             call_c1( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1894             call_a1( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1895             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1896             { \
1897                 ok = 0; \
1898                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1899                 break; \
1900             } \
1901             call_c2( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1902             call_a2( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1903         } \
1904     }
1905
1906     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1907     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1908     TEST_DEBLOCK( deblock_h_chroma_420, 0, tcs[i] );
1909     TEST_DEBLOCK( deblock_h_chroma_422, 0, tcs[i] );
1910     TEST_DEBLOCK( deblock_chroma_420_mbaff, 0, tcs[i] );
1911     TEST_DEBLOCK( deblock_chroma_422_mbaff, 0, tcs[i] );
1912     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1913     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1914     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1915     TEST_DEBLOCK( deblock_h_chroma_420_intra, 0 );
1916     TEST_DEBLOCK( deblock_h_chroma_422_intra, 0 );
1917     TEST_DEBLOCK( deblock_chroma_420_intra_mbaff, 0 );
1918     TEST_DEBLOCK( deblock_chroma_422_intra_mbaff, 0 );
1919     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1920
1921     if( db_a.deblock_strength != db_ref.deblock_strength )
1922     {
1923         for( int i = 0; i < 100; i++ )
1924         {
1925             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1926             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1927             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1928             ALIGNED_ARRAY_32( uint8_t, bs, [2],[2][8][4] );
1929             memset( bs, 99, sizeof(uint8_t)*2*4*8*2 );
1930             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1931                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1932             for( int j = 0; j < 2; j++ )
1933                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1934                 {
1935                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1936                     for( int l = 0; l < 2; l++ )
1937                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1938                 }
1939             set_func_name( "deblock_strength" );
1940             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1941             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1942             if( memcmp( bs[0], bs[1], sizeof(uint8_t)*2*4*8 ) )
1943             {
1944                 ok = 0;
1945                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1946                 for( int j = 0; j < 2; j++ )
1947                 {
1948                     for( int k = 0; k < 2; k++ )
1949                         for( int l = 0; l < 4; l++ )
1950                         {
1951                             for( int m = 0; m < 4; m++ )
1952                                 printf("%d ",bs[j][k][l][m]);
1953                             printf("\n");
1954                         }
1955                     printf("\n");
1956                 }
1957                 break;
1958             }
1959         }
1960     }
1961
1962     report( "deblock :" );
1963
1964     return ret;
1965 }
1966
1967 static int check_quant( int cpu_ref, int cpu_new )
1968 {
1969     x264_quant_function_t qf_c;
1970     x264_quant_function_t qf_ref;
1971     x264_quant_function_t qf_a;
1972     ALIGNED_ARRAY_32( dctcoef, dct1,[64] );
1973     ALIGNED_ARRAY_32( dctcoef, dct2,[64] );
1974     ALIGNED_ARRAY_32( dctcoef, dct3,[8],[16] );
1975     ALIGNED_ARRAY_32( dctcoef, dct4,[8],[16] );
1976     ALIGNED_ARRAY_32( uint8_t, cqm_buf,[64] );
1977     int ret = 0, ok, used_asm;
1978     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1979     x264_t h_buf;
1980     x264_t *h = &h_buf;
1981     memset( h, 0, sizeof(*h) );
1982     h->sps->i_chroma_format_idc = 1;
1983     x264_param_default( &h->param );
1984     h->chroma_qp_table = i_chroma_qp_table + 12;
1985     h->param.analyse.b_transform_8x8 = 1;
1986
1987     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1988     {
1989         if( i_cqm == 0 )
1990         {
1991             for( int i = 0; i < 6; i++ )
1992                 h->pps->scaling_list[i] = x264_cqm_flat16;
1993             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1994         }
1995         else if( i_cqm == 1 )
1996         {
1997             for( int i = 0; i < 6; i++ )
1998                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1999             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
2000         }
2001         else
2002         {
2003             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
2004             if( i_cqm == 2 )
2005                 for( int i = 0; i < 64; i++ )
2006                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
2007             else
2008                 for( int i = 0; i < 64; i++ )
2009                     cqm_buf[i] = 1;
2010             for( int i = 0; i < 6; i++ )
2011                 h->pps->scaling_list[i] = cqm_buf;
2012             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
2013         }
2014
2015         h->param.rc.i_qp_min = 0;
2016         h->param.rc.i_qp_max = QP_MAX_SPEC;
2017         x264_cqm_init( h );
2018         x264_quant_init( h, 0, &qf_c );
2019         x264_quant_init( h, cpu_ref, &qf_ref );
2020         x264_quant_init( h, cpu_new, &qf_a );
2021
2022 #define INIT_QUANT8(j,max) \
2023         { \
2024             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
2025             for( int i = 0; i < max; i++ ) \
2026             { \
2027                 unsigned int scale = (255*scale1d[(i>>3)&7]*scale1d[i&7])/16; \
2028                 dct1[i] = dct2[i] = (j>>(i>>6))&1 ? (rand()%(2*scale+1))-scale : 0; \
2029             } \
2030         }
2031
2032 #define INIT_QUANT4(j,max) \
2033         { \
2034             static const int scale1d[4] = {4,6,4,6}; \
2035             for( int i = 0; i < max; i++ ) \
2036             { \
2037                 unsigned int scale = 255*scale1d[(i>>2)&3]*scale1d[i&3]; \
2038                 dct1[i] = dct2[i] = (j>>(i>>4))&1 ? (rand()%(2*scale+1))-scale : 0; \
2039             } \
2040         }
2041
2042 #define TEST_QUANT_DC( name, cqm ) \
2043         if( qf_a.name != qf_ref.name ) \
2044         { \
2045             set_func_name( #name ); \
2046             used_asms[0] = 1; \
2047             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2048             { \
2049                 for( int j = 0; j < 2; j++ ) \
2050                 { \
2051                     int result_c, result_a; \
2052                     for( int i = 0; i < 16; i++ ) \
2053                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
2054                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
2055                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
2056                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
2057                     { \
2058                         oks[0] = 0; \
2059                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
2060                         break; \
2061                     } \
2062                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
2063                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
2064                 } \
2065             } \
2066         }
2067
2068 #define TEST_QUANT( qname, block, type, w, maxj ) \
2069         if( qf_a.qname != qf_ref.qname ) \
2070         { \
2071             set_func_name( #qname ); \
2072             used_asms[0] = 1; \
2073             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2074             { \
2075                 for( int j = 0; j < maxj; j++ ) \
2076                 { \
2077                     INIT_QUANT##type(j, w*w) \
2078                     int result_c = call_c1( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2079                     int result_a = call_a1( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2080                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
2081                     { \
2082                         oks[0] = 0; \
2083                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2084                         break; \
2085                     } \
2086                     call_c2( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2087                     call_a2( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2088                 } \
2089             } \
2090         }
2091
2092         TEST_QUANT( quant_8x8, CQM_8IY, 8, 8, 2 );
2093         TEST_QUANT( quant_8x8, CQM_8PY, 8, 8, 2 );
2094         TEST_QUANT( quant_4x4, CQM_4IY, 4, 4, 2 );
2095         TEST_QUANT( quant_4x4, CQM_4PY, 4, 4, 2 );
2096         TEST_QUANT( quant_4x4x4, CQM_4IY, 4, 8, 16 );
2097         TEST_QUANT( quant_4x4x4, CQM_4PY, 4, 8, 16 );
2098         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
2099         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
2100
2101 #define TEST_DEQUANT( qname, dqname, block, w ) \
2102         if( qf_a.dqname != qf_ref.dqname ) \
2103         { \
2104             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2105             used_asms[1] = 1; \
2106             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2107             { \
2108                 INIT_QUANT##w(1, w*w) \
2109                 qf_c.qname( dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
2110                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2111                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2112                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2113                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2114                 { \
2115                     oks[1] = 0; \
2116                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2117                     break; \
2118                 } \
2119                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2120                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2121             } \
2122         }
2123
2124         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
2125         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
2126         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
2127         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
2128
2129 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
2130         if( qf_a.dqname != qf_ref.dqname ) \
2131         { \
2132             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2133             used_asms[1] = 1; \
2134             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2135             { \
2136                 for( int i = 0; i < 16; i++ ) \
2137                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
2138                 qf_c.qname( dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
2139                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2140                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2141                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2142                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2143                 { \
2144                     oks[1] = 0; \
2145                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2146                 } \
2147                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2148                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2149             } \
2150         }
2151
2152         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
2153
2154         if( qf_a.idct_dequant_2x4_dc != qf_ref.idct_dequant_2x4_dc )
2155         {
2156             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2157             used_asms[1] = 1;
2158             for( int qp = h->chroma_qp_table[h->param.rc.i_qp_max]; qp >= h->chroma_qp_table[h->param.rc.i_qp_min]; qp-- )
2159             {
2160                 for( int i = 0; i < 8; i++ )
2161                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2162                 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 );
2163                 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 );
2164                 call_c( qf_c.idct_dequant_2x4_dc, dct1, dct3, h->dequant4_mf[CQM_4IC], qp+3 );
2165                 call_a( qf_a.idct_dequant_2x4_dc, dct1, dct4, h->dequant4_mf[CQM_4IC], qp+3 );
2166                 for( int i = 0; i < 8; i++ )
2167                     if( dct3[i][0] != dct4[i][0] )
2168                     {
2169                         oks[1] = 0;
2170                         fprintf( stderr, "idct_dequant_2x4_dc (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2171                         break;
2172                     }
2173             }
2174         }
2175
2176         if( qf_a.idct_dequant_2x4_dconly != qf_ref.idct_dequant_2x4_dconly )
2177         {
2178             set_func_name( "idct_dequant_2x4_dconly_%s", i_cqm?"cqm":"flat" );
2179             used_asms[1] = 1;
2180             for( int qp = h->chroma_qp_table[h->param.rc.i_qp_max]; qp >= h->chroma_qp_table[h->param.rc.i_qp_min]; qp-- )
2181             {
2182                 for( int i = 0; i < 8; i++ )
2183                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2184                 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 );
2185                 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 );
2186                 memcpy( dct2, dct1, 8*sizeof(dctcoef) );
2187                 call_c1( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2188                 call_a1( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2189                 if( memcmp( dct1, dct2, 8*sizeof(dctcoef) ) )
2190                 {
2191                     oks[1] = 0;
2192                     fprintf( stderr, "idct_dequant_2x4_dconly (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2193                     break;
2194                 }
2195                 call_c2( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2196                 call_a2( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2197             }
2198         }
2199
2200 #define TEST_OPTIMIZE_CHROMA_DC( optname, size ) \
2201         if( qf_a.optname != qf_ref.optname ) \
2202         { \
2203             set_func_name( #optname ); \
2204             used_asms[2] = 1; \
2205             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2206             { \
2207                 int qpdc = qp + (size == 8 ? 3 : 0); \
2208                 int dmf = h->dequant4_mf[CQM_4IC][qpdc%6][0] << qpdc/6; \
2209                 if( dmf > 32*64 ) \
2210                     continue; \
2211                 for( int i = 16;; i <<= 1 ) \
2212                 { \
2213                     int res_c, res_asm; \
2214                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
2215                     for( int j = 0; j < size; j++ ) \
2216                         dct1[j] = rand()%(max*2+1) - max; \
2217                     for( int j = 0; i <= size; j += 4 ) \
2218                         qf_c.quant_2x2_dc( &dct1[j], h->quant4_mf[CQM_4IC][qpdc][0]>>1, h->quant4_bias[CQM_4IC][qpdc][0]>>1 ); \
2219                     memcpy( dct2, dct1, size*sizeof(dctcoef) ); \
2220                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
2221                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
2222                     if( res_c != res_asm || memcmp( dct1, dct2, size*sizeof(dctcoef) ) ) \
2223                     { \
2224                         oks[2] = 0; \
2225                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
2226                     } \
2227                     call_c2( qf_c.optname, dct1, dmf ); \
2228                     call_a2( qf_a.optname, dct2, dmf ); \
2229                     if( i >= PIXEL_MAX*16 ) \
2230                         break; \
2231                 } \
2232             } \
2233         }
2234
2235         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x2_dc, 4 );
2236         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x4_dc, 8 );
2237
2238         x264_cqm_delete( h );
2239     }
2240
2241     ok = oks[0]; used_asm = used_asms[0];
2242     report( "quant :" );
2243
2244     ok = oks[1]; used_asm = used_asms[1];
2245     report( "dequant :" );
2246
2247     ok = oks[2]; used_asm = used_asms[2];
2248     report( "optimize chroma dc :" );
2249
2250     ok = 1; used_asm = 0;
2251     if( qf_a.denoise_dct != qf_ref.denoise_dct )
2252     {
2253         used_asm = 1;
2254         for( int size = 16; size <= 64; size += 48 )
2255         {
2256             set_func_name( "denoise_dct" );
2257             memcpy( dct1, buf1, size*sizeof(dctcoef) );
2258             memcpy( dct2, buf1, size*sizeof(dctcoef) );
2259             memcpy( buf3+256, buf3, 256 );
2260             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2261             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2262             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
2263                 ok = 0;
2264             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2265             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2266         }
2267     }
2268     report( "denoise dct :" );
2269
2270 #define TEST_DECIMATE( decname, w, ac, thresh ) \
2271     if( qf_a.decname != qf_ref.decname ) \
2272     { \
2273         set_func_name( #decname ); \
2274         used_asm = 1; \
2275         for( int i = 0; i < 100; i++ ) \
2276         { \
2277             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
2278             static const int zerorate_lut[4] = {3,7,15,31};\
2279             int zero_rate = zerorate_lut[i&3];\
2280             for( int idx = 0; idx < w*w; idx++ ) \
2281             { \
2282                 int sign = (rand()&1) ? -1 : 1; \
2283                 int abs_level = distrib[rand()&15]; \
2284                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
2285                 int zero = !(rand()&zero_rate); \
2286                 dct1[idx] = zero * abs_level * sign; \
2287             } \
2288             if( ac ) \
2289                 dct1[0] = 0; \
2290             int result_c = call_c( qf_c.decname, dct1 ); \
2291             int result_a = call_a( qf_a.decname, dct1 ); \
2292             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
2293             { \
2294                 ok = 0; \
2295                 fprintf( stderr, #decname ": [FAILED]\n" ); \
2296                 break; \
2297             } \
2298         } \
2299     }
2300
2301     ok = 1; used_asm = 0;
2302     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
2303     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
2304     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
2305     report( "decimate_score :" );
2306
2307 #define TEST_LAST( last, lastname, size, ac ) \
2308     if( qf_a.last != qf_ref.last ) \
2309     { \
2310         set_func_name( #lastname ); \
2311         used_asm = 1; \
2312         for( int i = 0; i < 100; i++ ) \
2313         { \
2314             int nnz = 0; \
2315             int max = rand() & (size-1); \
2316             memset( dct1, 0, size*sizeof(dctcoef) ); \
2317             for( int idx = ac; idx < max; idx++ ) \
2318                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2319             if( !nnz ) \
2320                 dct1[ac] = 1; \
2321             int result_c = call_c( qf_c.last, dct1+ac ); \
2322             int result_a = call_a( qf_a.last, dct1+ac ); \
2323             if( result_c != result_a ) \
2324             { \
2325                 ok = 0; \
2326                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
2327                 break; \
2328             } \
2329         } \
2330     }
2331
2332     ok = 1; used_asm = 0;
2333     TEST_LAST( coeff_last4              , coeff_last4,   4, 0 );
2334     TEST_LAST( coeff_last8              , coeff_last8,   8, 0 );
2335     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 16, 1 );
2336     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 16, 0 );
2337     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 64, 0 );
2338     report( "coeff_last :" );
2339
2340 #define TEST_LEVELRUN( lastname, name, size, ac ) \
2341     if( qf_a.lastname != qf_ref.lastname ) \
2342     { \
2343         set_func_name( #name ); \
2344         used_asm = 1; \
2345         for( int i = 0; i < 100; i++ ) \
2346         { \
2347             x264_run_level_t runlevel_c, runlevel_a; \
2348             int nnz = 0; \
2349             int max = rand() & (size-1); \
2350             memset( dct1, 0, size*sizeof(dctcoef) ); \
2351             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
2352             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
2353             for( int idx = ac; idx < max; idx++ ) \
2354                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2355             if( !nnz ) \
2356                 dct1[ac] = 1; \
2357             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
2358             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
2359             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
2360                 runlevel_c.mask != runlevel_a.mask || \
2361                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c)) \
2362             { \
2363                 ok = 0; \
2364                 fprintf( stderr, #name ": [FAILED]\n" ); \
2365                 break; \
2366             } \
2367         } \
2368     }
2369
2370     ok = 1; used_asm = 0;
2371     TEST_LEVELRUN( coeff_level_run4              , coeff_level_run4,   4, 0 );
2372     TEST_LEVELRUN( coeff_level_run8              , coeff_level_run8,   8, 0 );
2373     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 16, 1 );
2374     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 16, 0 );
2375     report( "coeff_level_run :" );
2376
2377     return ret;
2378 }
2379
2380 static int check_intra( int cpu_ref, int cpu_new )
2381 {
2382     int ret = 0, ok = 1, used_asm = 0;
2383     ALIGNED_ARRAY_32( pixel, edge,[36] );
2384     ALIGNED_ARRAY_32( pixel, edge2,[36] );
2385     ALIGNED_ARRAY_32( pixel, fdec,[FDEC_STRIDE*20] );
2386     struct
2387     {
2388         x264_predict_t      predict_16x16[4+3];
2389         x264_predict_t      predict_8x8c[4+3];
2390         x264_predict_t      predict_8x16c[4+3];
2391         x264_predict8x8_t   predict_8x8[9+3];
2392         x264_predict_t      predict_4x4[9+3];
2393         x264_predict_8x8_filter_t predict_8x8_filter;
2394     } ip_c, ip_ref, ip_a;
2395
2396     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
2397     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
2398     x264_predict_8x16c_init( 0, ip_c.predict_8x16c );
2399     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
2400     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
2401
2402     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
2403     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
2404     x264_predict_8x16c_init( cpu_ref, ip_ref.predict_8x16c );
2405     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
2406     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
2407
2408     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
2409     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
2410     x264_predict_8x16c_init( cpu_new, ip_a.predict_8x16c );
2411     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
2412     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
2413
2414     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
2415
2416     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
2417
2418 #define INTRA_TEST( name, dir, w, h, align, bench, ... )\
2419     if( ip_a.name[dir] != ip_ref.name[dir] )\
2420     {\
2421         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
2422         used_asm = 1;\
2423         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2424         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2425         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
2426         {\
2427             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
2428             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
2429             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
2430             {\
2431                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
2432                 ok = 0;\
2433                 if( ip_c.name == (void *)ip_c.predict_8x8 )\
2434                 {\
2435                     for( int k = -1; k < 16; k++ )\
2436                         printf( "%2x ", edge[16+k] );\
2437                     printf( "\n" );\
2438                 }\
2439                 for( int j = 0; j < h; j++ )\
2440                 {\
2441                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2442                         printf( "%2x ", edge[14-j] );\
2443                     for( int k = 0; k < w; k++ )\
2444                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
2445                     printf( "\n" );\
2446                 }\
2447                 printf( "\n" );\
2448                 for( int j = 0; j < h; j++ )\
2449                 {\
2450                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2451                         printf( "   " );\
2452                     for( int k = 0; k < w; k++ )\
2453                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
2454                     printf( "\n" );\
2455                 }\
2456                 break;\
2457             }\
2458         }\
2459     }
2460
2461     for( int i = 0; i < 12; i++ )
2462         INTRA_TEST(   predict_4x4, i,  4,  4,  4, );
2463     for( int i = 0; i < 7; i++ )
2464         INTRA_TEST(  predict_8x8c, i,  8,  8, 16, );
2465     for( int i = 0; i < 7; i++ )
2466         INTRA_TEST( predict_8x16c, i,  8, 16, 16, );
2467     for( int i = 0; i < 7; i++ )
2468         INTRA_TEST( predict_16x16, i, 16, 16, 16, );
2469     for( int i = 0; i < 12; i++ )
2470         INTRA_TEST(   predict_8x8, i,  8,  8,  8, , edge );
2471
2472     set_func_name("intra_predict_8x8_filter");
2473     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
2474     {
2475         used_asm = 1;
2476         for( int i = 0; i < 32; i++ )
2477         {
2478             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
2479                 continue;
2480             int neighbor = (i&24)>>1;
2481             memset( edge,  0, 36*sizeof(pixel) );
2482             memset( edge2, 0, 36*sizeof(pixel) );
2483             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
2484             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
2485             if( !(neighbor&MB_TOPLEFT) )
2486                 edge[15] = edge2[15] = 0;
2487             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
2488             {
2489                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
2490                 ok = 0;
2491             }
2492         }
2493     }
2494
2495 #define EXTREMAL_PLANE( w, h ) \
2496     { \
2497         int max[7]; \
2498         for( int j = 0; j < 7; j++ ) \
2499             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
2500         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
2501         for( int j = 0; j < w/2; j++ ) \
2502             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
2503         for( int j = w/2; j < w-1; j++ ) \
2504             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
2505         fdec[48+(w-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
2506         for( int j = 0; j < h/2; j++ ) \
2507             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
2508         for( int j = h/2; j < h-1; j++ ) \
2509             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
2510         fdec[48+(h-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
2511     }
2512     /* Extremal test case for planar prediction. */
2513     for( int test = 0; test < 100 && ok; test++ )
2514         for( int i = 0; i < 128 && ok; i++ )
2515         {
2516             EXTREMAL_PLANE(  8,  8 );
2517             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8,  8, 64, 1 );
2518             EXTREMAL_PLANE(  8, 16 );
2519             INTRA_TEST( predict_8x16c, I_PRED_CHROMA_P,  8, 16, 64, 1 );
2520             EXTREMAL_PLANE( 16, 16 );
2521             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 16, 64, 1 );
2522         }
2523     report( "intra pred :" );
2524     return ret;
2525 }
2526
2527 #define DECL_CABAC(cpu) \
2528 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
2529 {\
2530     x264_cabac_t cb;\
2531     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2532     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2533     for( int i = 0; i < 0x1000; i++ )\
2534         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
2535 }\
2536 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
2537 {\
2538     x264_cabac_t cb;\
2539     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2540     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2541     for( int i = 0; i < 0x1000; i++ )\
2542         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
2543 }\
2544 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
2545 {\
2546     x264_cabac_t cb;\
2547     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2548     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2549     for( int i = 0; i < 0x1000; i++ )\
2550         x264_cabac_encode_terminal_##cpu( &cb );\
2551 }
2552 DECL_CABAC(c)
2553 #if HAVE_MMX
2554 DECL_CABAC(asm)
2555 #elif defined(ARCH_AARCH64)
2556 DECL_CABAC(asm)
2557 #else
2558 #define run_cabac_decision_asm run_cabac_decision_c
2559 #define run_cabac_bypass_asm run_cabac_bypass_c
2560 #define run_cabac_terminal_asm run_cabac_terminal_c
2561 #endif
2562
2563 extern const uint8_t x264_count_cat_m1[14];
2564
2565 static int check_cabac( int cpu_ref, int cpu_new )
2566 {
2567     int ret = 0, ok = 1, used_asm = 0;
2568     x264_t h;
2569     h.sps->i_chroma_format_idc = 3;
2570
2571     x264_bitstream_function_t bs_ref;
2572     x264_bitstream_function_t bs_a;
2573     x264_bitstream_init( cpu_ref, &bs_ref );
2574     x264_bitstream_init( cpu_new, &bs_a );
2575     x264_quant_init( &h, cpu_new, &h.quantf );
2576     h.quantf.coeff_last[DCT_CHROMA_DC] = h.quantf.coeff_last4;
2577
2578 #define CABAC_RESIDUAL(name, start, end, rd)\
2579 {\
2580     if( bs_a.name##_internal && (bs_a.name##_internal != bs_ref.name##_internal || (cpu_new&X264_CPU_SSE2_IS_SLOW)) )\
2581     {\
2582         used_asm = 1;\
2583         set_func_name( #name );\
2584         for( int i = 0; i < 2; i++ )\
2585         {\
2586             for( intptr_t ctx_block_cat = start; ctx_block_cat <= end; ctx_block_cat++ )\
2587             {\
2588                 for( int j = 0; j < 256; j++ )\
2589                 {\
2590                     ALIGNED_ARRAY_32( dctcoef, dct, [2],[64] );\
2591                     uint8_t bitstream[2][1<<16];\
2592                     static const uint8_t ctx_ac[14] = {0,1,0,0,1,0,0,1,0,0,0,1,0,0};\
2593                     int ac = ctx_ac[ctx_block_cat];\
2594                     int nz = 0;\
2595                     while( !nz )\
2596                     {\
2597                         for( int k = 0; k <= x264_count_cat_m1[ctx_block_cat]; k++ )\
2598                         {\
2599                             /* Very rough distribution that covers possible inputs */\
2600                             int rnd = rand();\
2601                             int coef = !(rnd&3);\
2602                             coef += !(rnd&  15) * (rand()&0x0006);\
2603                             coef += !(rnd&  63) * (rand()&0x0008);\
2604                             coef += !(rnd& 255) * (rand()&0x00F0);\
2605                             coef += !(rnd&1023) * (rand()&0x7F00);\
2606                             nz |= dct[0][ac+k] = dct[1][ac+k] = coef * ((rand()&1) ? 1 : -1);\
2607                         }\
2608                     }\
2609                     h.mb.b_interlaced = i;\
2610                     x264_cabac_t cb[2];\
2611                     x264_cabac_context_init( &h, &cb[0], SLICE_TYPE_P, 26, 0 );\
2612                     x264_cabac_context_init( &h, &cb[1], SLICE_TYPE_P, 26, 0 );\
2613                     x264_cabac_encode_init( &cb[0], bitstream[0], bitstream[0]+0xfff0 );\
2614                     x264_cabac_encode_init( &cb[1], bitstream[1], bitstream[1]+0xfff0 );\
2615                     cb[0].f8_bits_encoded = 0;\
2616                     cb[1].f8_bits_encoded = 0;\
2617                     if( !rd ) memcpy( bitstream[1], bitstream[0], 0x400 );\
2618                     call_c1( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2619                     call_a1( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2620                     ok = cb[0].f8_bits_encoded == cb[1].f8_bits_encoded && !memcmp(cb[0].state, cb[1].state, 1024);\
2621                     if( !rd ) ok |= !memcmp( bitstream[1], bitstream[0], 0x400 ) && !memcmp( &cb[1], &cb[0], offsetof(x264_cabac_t, p_start) );\
2622                     if( !ok )\
2623                     {\
2624                         fprintf( stderr, #name " :  [FAILED] ctx_block_cat %d", (int)ctx_block_cat );\
2625                         if( rd && cb[0].f8_bits_encoded != cb[1].f8_bits_encoded )\
2626                             fprintf( stderr, " (%d != %d)", cb[0].f8_bits_encoded, cb[1].f8_bits_encoded );\
2627                         fprintf( stderr, "\n");\
2628                         goto name##fail;\
2629                     }\
2630                     if( (j&15) == 0 )\
2631                     {\
2632                         call_c2( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2633                         call_a2( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2634                     }\
2635                 }\
2636             }\
2637         }\
2638     }\
2639 }\
2640 name##fail:
2641
2642     CABAC_RESIDUAL( cabac_block_residual, 0, DCT_LUMA_8x8, 0 )
2643     report( "cabac residual:" );
2644
2645     ok = 1; used_asm = 0;
2646     CABAC_RESIDUAL( cabac_block_residual_rd, 0, DCT_LUMA_8x8-1, 1 )
2647     CABAC_RESIDUAL( cabac_block_residual_8x8_rd, DCT_LUMA_8x8, DCT_LUMA_8x8, 1 )
2648     report( "cabac residual rd:" );
2649
2650     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
2651         return ret;
2652     ok = 1; used_asm = 0;
2653     x264_cabac_init( &h );
2654
2655     set_func_name( "cabac_encode_decision" );
2656     memcpy( buf4, buf3, 0x1000 );
2657     call_c( run_cabac_decision_c, &h, buf3 );
2658     call_a( run_cabac_decision_asm, &h, buf4 );
2659     ok = !memcmp( buf3, buf4, 0x1000 );
2660     report( "cabac decision:" );
2661
2662     set_func_name( "cabac_encode_bypass" );
2663     memcpy( buf4, buf3, 0x1000 );
2664     call_c( run_cabac_bypass_c, &h, buf3 );
2665     call_a( run_cabac_bypass_asm, &h, buf4 );
2666     ok = !memcmp( buf3, buf4, 0x1000 );
2667     report( "cabac bypass:" );
2668
2669     set_func_name( "cabac_encode_terminal" );
2670     memcpy( buf4, buf3, 0x1000 );
2671     call_c( run_cabac_terminal_c, &h, buf3 );
2672     call_a( run_cabac_terminal_asm, &h, buf4 );
2673     ok = !memcmp( buf3, buf4, 0x1000 );
2674     report( "cabac terminal:" );
2675
2676     return ret;
2677 }
2678
2679 static int check_bitstream( int cpu_ref, int cpu_new )
2680 {
2681     x264_bitstream_function_t bs_c;
2682     x264_bitstream_function_t bs_ref;
2683     x264_bitstream_function_t bs_a;
2684
2685     int ret = 0, ok = 1, used_asm = 0;
2686
2687     x264_bitstream_init( 0, &bs_c );
2688     x264_bitstream_init( cpu_ref, &bs_ref );
2689     x264_bitstream_init( cpu_new, &bs_a );
2690     if( bs_a.nal_escape != bs_ref.nal_escape )
2691     {
2692         int size = 0x4000;
2693         uint8_t *input = malloc(size+100);
2694         uint8_t *output1 = malloc(size*2);
2695         uint8_t *output2 = malloc(size*2);
2696         used_asm = 1;
2697         set_func_name( "nal_escape" );
2698         for( int i = 0; i < 100; i++ )
2699         {
2700             /* Test corner-case sizes */
2701             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2702             /* Test 8 different probability distributions of zeros */
2703             for( int j = 0; j < test_size+32; j++ )
2704                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2705             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2706             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2707             int size_c = end_c-output1;
2708             int size_a = end_a-output2;
2709             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2710             {
2711                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2712                 ok = 0;
2713                 break;
2714             }
2715         }
2716         for( int j = 0; j < size+32; j++ )
2717             input[j] = rand();
2718         call_c2( bs_c.nal_escape, output1, input, input+size );
2719         call_a2( bs_a.nal_escape, output2, input, input+size );
2720         free(input);
2721         free(output1);
2722         free(output2);
2723     }
2724     report( "nal escape:" );
2725
2726     return ret;
2727 }
2728
2729 static int check_all_funcs( int cpu_ref, int cpu_new )
2730 {
2731     return check_pixel( cpu_ref, cpu_new )
2732          + check_dct( cpu_ref, cpu_new )
2733          + check_mc( cpu_ref, cpu_new )
2734          + check_intra( cpu_ref, cpu_new )
2735          + check_deblock( cpu_ref, cpu_new )
2736          + check_quant( cpu_ref, cpu_new )
2737          + check_cabac( cpu_ref, cpu_new )
2738          + check_bitstream( cpu_ref, cpu_new );
2739 }
2740
2741 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2742 {
2743     *cpu_ref = *cpu_new;
2744     *cpu_new |= flags;
2745 #if STACK_ALIGNMENT < 16
2746     *cpu_new |= X264_CPU_STACK_MOD4;
2747 #endif
2748     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2749         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2750     if( !quiet )
2751         fprintf( stderr, "x264: %s\n", name );
2752     return check_all_funcs( *cpu_ref, *cpu_new );
2753 }
2754
2755 static int check_all_flags( void )
2756 {
2757     int ret = 0;
2758     int cpu0 = 0, cpu1 = 0;
2759     uint32_t cpu_detect = x264_cpu_detect();
2760 #if HAVE_MMX
2761     if( cpu_detect & X264_CPU_MMX2 )
2762     {
2763         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2764         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2765         cpu1 &= ~X264_CPU_CACHELINE_64;
2766 #if ARCH_X86
2767         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2768         cpu1 &= ~X264_CPU_CACHELINE_32;
2769 #endif
2770         if( cpu_detect & X264_CPU_LZCNT )
2771         {
2772             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX LZCNT" );
2773             cpu1 &= ~X264_CPU_LZCNT;
2774         }
2775         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2776         cpu1 &= ~X264_CPU_SLOW_CTZ;
2777     }
2778     if( cpu_detect & X264_CPU_SSE )
2779         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE, "SSE" );
2780     if( cpu_detect & X264_CPU_SSE2 )
2781     {
2782         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2783         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2784         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2785         cpu1 &= ~X264_CPU_CACHELINE_64;
2786         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSE2 SlowShuffle" );
2787         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2788         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2789         cpu1 &= ~X264_CPU_SLOW_CTZ;
2790         if( cpu_detect & X264_CPU_LZCNT )
2791         {
2792             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE2 LZCNT" );
2793             cpu1 &= ~X264_CPU_LZCNT;
2794         }
2795     }
2796     if( cpu_detect & X264_CPU_SSE3 )
2797     {
2798         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2799         cpu1 &= ~X264_CPU_CACHELINE_64;
2800     }
2801     if( cpu_detect & X264_CPU_SSSE3 )
2802     {
2803         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2804         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2805         cpu1 &= ~X264_CPU_CACHELINE_64;
2806         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSSE3 SlowShuffle" );
2807         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2808         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2809         cpu1 &= ~X264_CPU_SLOW_CTZ;
2810         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2811         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64 SlowAtom" );
2812         cpu1 &= ~X264_CPU_CACHELINE_64;
2813         cpu1 &= ~X264_CPU_SLOW_ATOM;
2814         if( cpu_detect & X264_CPU_LZCNT )
2815         {
2816             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSSE3 LZCNT" );
2817             cpu1 &= ~X264_CPU_LZCNT;
2818         }
2819     }
2820     if( cpu_detect & X264_CPU_SSE4 )
2821         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2822     if( cpu_detect & X264_CPU_SSE42 )
2823         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE42, "SSE4.2" );
2824     if( cpu_detect & X264_CPU_AVX )
2825         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2826     if( cpu_detect & X264_CPU_XOP )
2827         ret |= add_flags( &cpu0, &cpu1, X264_CPU_XOP, "XOP" );
2828     if( cpu_detect & X264_CPU_FMA4 )
2829     {
2830         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA4, "FMA4" );
2831         cpu1 &= ~X264_CPU_FMA4;
2832     }
2833     if( cpu_detect & X264_CPU_FMA3 )
2834     {
2835         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3, "FMA3" );
2836         cpu1 &= ~X264_CPU_FMA3;
2837     }
2838     if( cpu_detect & X264_CPU_AVX2 )
2839     {
2840         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3 | X264_CPU_AVX2, "AVX2" );
2841         if( cpu_detect & X264_CPU_LZCNT )
2842         {
2843             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "AVX2 LZCNT" );
2844             cpu1 &= ~X264_CPU_LZCNT;
2845         }
2846     }
2847     if( cpu_detect & X264_CPU_BMI1 )
2848     {
2849         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1, "BMI1" );
2850         cpu1 &= ~X264_CPU_BMI1;
2851     }
2852     if( cpu_detect & X264_CPU_BMI2 )
2853     {
2854         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1|X264_CPU_BMI2, "BMI2" );
2855         cpu1 &= ~(X264_CPU_BMI1|X264_CPU_BMI2);
2856     }
2857 #elif ARCH_PPC
2858     if( cpu_detect & X264_CPU_ALTIVEC )
2859     {
2860         fprintf( stderr, "x264: ALTIVEC against C\n" );
2861         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2862     }
2863 #elif ARCH_ARM
2864     if( cpu_detect & X264_CPU_NEON )
2865         x264_checkasm_call = x264_checkasm_call_neon;
2866     if( cpu_detect & X264_CPU_ARMV6 )
2867         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2868     if( cpu_detect & X264_CPU_NEON )
2869         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2870     if( cpu_detect & X264_CPU_FAST_NEON_MRC )
2871         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2872 #elif ARCH_AARCH64
2873     if( cpu_detect & X264_CPU_ARMV8 )
2874         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV8, "ARMv8" );
2875     if( cpu_detect & X264_CPU_NEON )
2876         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2877 #elif ARCH_MIPS
2878     if( cpu_detect & X264_CPU_MSA )
2879         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MSA, "MSA" );
2880 #endif
2881     return ret;
2882 }
2883
2884 int main(int argc, char *argv[])
2885 {
2886     int ret = 0;
2887
2888 #ifdef _WIN32
2889     /* Disable the Windows Error Reporting dialog */
2890     SetErrorMode( SEM_NOGPFAULTERRORBOX );
2891 #endif
2892
2893     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2894     {
2895 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM && !ARCH_AARCH64 && !ARCH_MIPS
2896         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2897         return 1;
2898 #endif
2899         do_bench = 1;
2900         if( argv[1][7] == '=' )
2901         {
2902             bench_pattern = argv[1]+8;
2903             bench_pattern_len = strlen(bench_pattern);
2904         }
2905         argc--;
2906         argv++;
2907     }
2908
2909     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2910     fprintf( stderr, "x264: using random seed %u\n", seed );
2911     srand( seed );
2912
2913     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 32*BENCH_ALIGNS );
2914     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 32*BENCH_ALIGNS );
2915     if( !buf1 || !pbuf1 )
2916     {
2917         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2918         return -1;
2919     }
2920 #define INIT_POINTER_OFFSETS\
2921     buf2 = buf1 + 0xf00;\
2922     buf3 = buf2 + 0xf00;\
2923     buf4 = buf3 + 0x1000*sizeof(pixel);\
2924     pbuf2 = pbuf1 + 0xf00;\
2925     pbuf3 = (pixel*)buf3;\
2926     pbuf4 = (pixel*)buf4;
2927     INIT_POINTER_OFFSETS;
2928     for( int i = 0; i < 0x1e00; i++ )
2929     {
2930         buf1[i] = rand() & 0xFF;
2931         pbuf1[i] = rand() & PIXEL_MAX;
2932     }
2933     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2934
2935     /* 32-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2936     if( do_bench )
2937         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2938         {
2939             INIT_POINTER_OFFSETS;
2940             ret |= x264_stack_pagealign( check_all_flags, i*32 );
2941             buf1 += 32;
2942             pbuf1 += 32;
2943             quiet = 1;
2944             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2945         }
2946     else
2947         ret = x264_stack_pagealign( check_all_flags, 0 );
2948
2949     if( ret )
2950     {
2951         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2952         return -1;
2953     }
2954     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2955     if( do_bench )
2956         print_bench();
2957     return 0;
2958 }
2959