LATX, opt: add optional vpaes translation

[phorcys]

Using openssl's vpaes to accel latx aes-ni emu.
This is a POC, tables are load in each inst, vr0-vr7 are purge/loaded too.
But it still gain great improment.
Table should be cached cross insts (maybe keep in tb)

GCM need faster pclmulqdq emu to accel.

running x64 openssl speed -evp aes-{128,192,256}-{cbc,ecb,ctr,gcm}

Cipher	baseline kB/s	build64 vpaes kB/s	vpaes/base
AES-128-CBC	24041.01	146794.02	6.106
AES-192-CBC	18303.74	123247.80	6.733
AES-256-CBC	15705.47	104791.40	6.672
AES-128-ECB	24228.46	152503.60	6.294
AES-192-ECB	18767.13	128179.72	6.830
AES-256-ECB	16135.76	108498.49	6.724
AES-128-CTR	21613.64	151891.26	7.028
AES-192-CTR	19892.49	126388.49	6.354
AES-256-CTR	16003.36	109371.56	6.834
AES-128-GCM	16599.14	40809.53	2.459
AES-192-GCM	13885.03	38278.98	2.757
AES-256-GCM	12097.68	36680.10	3.032

[luzeng87]

PR #291 审查 — vpaes AES-NI 向量表加速

作者: phorcys | POC | 1 提交, 10 文件

概述

用 OpenSSL vpaes 算法替换 AES-NI helper 函数调用。AES 轮函数改为 LA LSX/LASX SIMD 指令 + 查找表实现，避免 helper 调用开销。CBC/ECB/CTR 6-7x 提升，GCM 2.5-3x。

---

核心问题

1. AOT 重定位破损

[LOAD_VPAES_ENC_TABLES] = (void *)0,
// ... 5 个新表地址全部 = NULL

AOT 模式下 vpaes 崩溃。要么实现重定位（存实际表地址），要么标记 vpaes 与 AOT 不兼容。POC 可接受，合入前须修。

2. 每指令重复加载表

每条 AES 指令 vpaes_load_tables_lsx() 加载 7-9 张表 + vpaes_spill_low_fprs() 保存 FPR 0-7 → 计算 → vpaes_restore_low_fprs() 恢复。AES-128 10 轮 = 10 次完整表加载 + FPR spill。

优化方向：同 TB 内缓存表只加载一次；高 FPR 驻留表省去 spill/restore。

3. FPR 冲突

低 FPR 0-7 与 x86 FPU/MMX 共享，每次 spill 开销大。表加载到高 FPR (16-31) 可彻底省掉 spill。

4. GCM 瓶颈在 pclmulqdq

GCM 2.5x vs CBC 7x — GHASH 的 pclmulqdq 未优化。

次要

• tr-avx.c 纯格式化改动（无功能变更）
• 缺 LSX 功能检查：CPU 不支持 LSX 时打开 vpaes 应回退或报错

总结

项目	评价
性能	CBC/ECB/CTR 6-7x
AOT 兼容	破损
表重复加载	POC 最大优化点
FPR spill	高 FPR 驻留可省
集成方式	开关可控、隔离干净

合入前提: AOT 表地址修正 + 同 TB 内表只加载一次。其余可后续。

[phorcys]

@luzeng87

我尝试了跨指令时候保持 f0-f7的表缓存.
但因为latx的 f0-f7现在是固定映射x87/mmx 没有dirty检测
所以实现很脏:

• 改了 CPUX86State 加 runtime flag
• 改了tr_save_registers_to_env() / tr_load_registers_from_env()，让它们在vpaes dirty 时候不要写回f0-f7
• SMC 恢复路径需要知道并跳过vpaes dirty f0-f7
• TU/TB 出入口/helper 检测到 x87 / MMX 指令 复原f0-f7
• 未来任何新增 exit、helper、trace、signal 恢复路径都可能漏掉vpaes

获得的性能提升则不多, 只有ecb 略高, 估计是因为ecb的aes-ni指令比较密集.

Cipher	load per inst kB/s	cache per tu kB/s	change
AES-128-CBC	146794.02	152469.50	+3.9%
AES-192-CBC	123247.80	125911.04	+2.2%
AES-256-CBC	104791.40	107380.74	+2.5%
AES-128-ECB	152503.60	247578.62	+62.3%
AES-192-ECB	128179.72	205864.96	+60.6%
AES-256-ECB	108498.49	175472.64	+61.7%
AES-128-CTR	151891.26	151764.99	-0.1%
AES-192-CTR	126388.49	135479.30	+7.2%
AES-256-CTR	109371.56	121913.34	+11.5%
AES-128-GCM	40809.53	41074.69	+0.6%
AES-192-GCM	38278.98	39636.04	+3.5%
AES-256-GCM	36680.10	37964.54	+3.5%

我感觉:"是不是就让它每次都重新加载好了. 至少比c helper 快5-6倍? 而且不会带来一堆脏东西."

[luzeng87]

ok, 把LOAD_VPAES_*这几个重定位项加上。让AOT可用即可。

[phorcys]

已更新.