From mboxrd@z Thu Jan  1 00:00:00 1970
Return-Path: <hjl.tools@gmail.com>
Received: from mail-pj1-x1036.google.com (mail-pj1-x1036.google.com
 [IPv6:2607:f8b0:4864:20::1036])
 by sourceware.org (Postfix) with ESMTPS id EEC3D3858002
 for <libc-alpha@sourceware.org>; Thu, 11 Nov 2021 02:03:57 +0000 (GMT)
DMARC-Filter: OpenDMARC Filter v1.4.1 sourceware.org EEC3D3858002
Received: by mail-pj1-x1036.google.com with SMTP id
 y14-20020a17090a2b4e00b001a5824f4918so3396781pjc.4
 for <libc-alpha@sourceware.org>; Wed, 10 Nov 2021 18:03:57 -0800 (PST)
X-Google-DKIM-Signature: v=1; a=rsa-sha256; c=relaxed/relaxed;
 d=1e100.net; s=20210112;
 h=x-gm-message-state:mime-version:references:in-reply-to:from:date
 :message-id:subject:to:cc;
 bh=GI5fyglb2T37qqPamVkcM9SXqu1cEzbBmTXG96YQkVo=;
 b=rshYtpUbSZwX+w47K7AqUoGQoeCwmlJiNBQYfotfxsKwimIfM0ehDj6hM/pHKnNPe0
 oMQNJrmHIo+6dFQykKHYg+SiZmdf1YoOJrDrxU0DFjB9INPc55yYWWzDj643rqSlHiO7
 5KJ/n3DYG7SvAD11gCk+ATRbZio8MbFtcNew83KDaMbZRZ9O827UvaRg2LYbBWCLmiEd
 G4E3+mPoa1bQX0i+cmCSu2dIj3ats+/IM7yG2XcpZrd9ybEEHjV61c0J3YC8Q0Grm+OI
 kLHo4tCAeDqLEdGf89o4rt3xOuiKaXNMbmS1Lo+u8CiTHCNrXSyFgzWEeixCKju3DX1U
 2Yvg==
X-Gm-Message-State: AOAM533V5QHpuZ9IwHGj8GgBx84RAvsf5/FmBV84Q8WEGZpuG4jpBtTP
 upPU04sbJ3iLjOM71AvGTrmiKMACDnjWluqewIs=
X-Google-Smtp-Source: ABdhPJzxVLr8SZm1N+MHl+Rje8y2TwwGSTxl3l2D7I/gvn8TN49Vwqxn8XOJmE5Mcn7kLoHqm/p2m8Zu6JHEJx3sojo=
X-Received: by 2002:a17:902:904b:b0:143:73ff:eb7d with SMTP id
 w11-20020a170902904b00b0014373ffeb7dmr4107836plz.85.1636596236350; Wed, 10
 Nov 2021 18:03:56 -0800 (PST)
MIME-Version: 1.0
References: <20211111002714.2527889-1-goldstein.w.n@gmail.com>
In-Reply-To: <20211111002714.2527889-1-goldstein.w.n@gmail.com>
From: "H.J. Lu" <hjl.tools@gmail.com>
Date: Wed, 10 Nov 2021 18:03:20 -0800
Message-ID: <CAMe9rOrssV7DAf3gHwAapLYBcy_1orXt+BtxOixbYM6=pzuLWA@mail.gmail.com>
Subject: Re: [PATCH v1] x86: Shrink memcmp-sse4.S code size
To: Noah Goldstein <goldstein.w.n@gmail.com>
Cc: GNU C Library <libc-alpha@sourceware.org>,
 "Carlos O'Donell" <carlos@systemhalted.org>
Content-Type: text/plain; charset="UTF-8"
X-Spam-Status: No, score=-3029.3 required=5.0 tests=BAYES_00, DKIM_SIGNED,
 DKIM_VALID, DKIM_VALID_AU, DKIM_VALID_EF, FREEMAIL_FROM, GIT_PATCH_0,
 RCVD_IN_DNSWL_NONE, SPF_HELO_NONE, SPF_PASS,
 TXREP autolearn=ham autolearn_force=no version=3.4.4
X-Spam-Checker-Version: SpamAssassin 3.4.4 (2020-01-24) on
 server2.sourceware.org
X-BeenThere: libc-alpha@sourceware.org
X-Mailman-Version: 2.1.29
Precedence: list
List-Id: Libc-alpha mailing list <libc-alpha.sourceware.org>
List-Unsubscribe: <https://sourceware.org/mailman/options/libc-alpha>,
 <mailto:libc-alpha-request@sourceware.org?subject=unsubscribe>
List-Archive: <https://sourceware.org/pipermail/libc-alpha/>
List-Post: <mailto:libc-alpha@sourceware.org>
List-Help: <mailto:libc-alpha-request@sourceware.org?subject=help>
List-Subscribe: <https://sourceware.org/mailman/listinfo/libc-alpha>,
 <mailto:libc-alpha-request@sourceware.org?subject=subscribe>
X-List-Received-Date: Thu, 11 Nov 2021 02:04:08 -0000

On Wed, Nov 10, 2021 at 4:27 PM Noah Goldstein <goldstein.w.n@gmail.com> wrote:
>
> No bug.
>
> This implementation refactors memcmp-sse4.S primarily with minimizing
> code size in mind. It does this by removing the lookup table logic and
> removing the unrolled check from (256, 512] bytes.
>
> memcmp-sse4 code size reduction : -3487 bytes
> wmemcmp-sse4 code size reduction: -1472 bytes
>
> The current memcmp-sse4.S implementation has a large code size
> cost. This has serious adverse affects on the ICache / ITLB. While
> in micro-benchmarks the implementations appears fast, traces of
> real-world code have shown that the speed in micro benchmarks does not
> translate when the ICache/ITLB are not primed, and that the cost
> of the code size has measurable negative affects on overall
> application performance.
>
> See https://research.google/pubs/pub48320/ for more details.
> ---
>  sysdeps/x86_64/multiarch/memcmp-sse4.S | 2267 +++++++-----------------
>  1 file changed, 646 insertions(+), 1621 deletions(-)
>
> diff --git a/sysdeps/x86_64/multiarch/memcmp-sse4.S b/sysdeps/x86_64/multiarch/memcmp-sse4.S
> index b82adcd5fa..7686d1aa9e 100644
> --- a/sysdeps/x86_64/multiarch/memcmp-sse4.S
> +++ b/sysdeps/x86_64/multiarch/memcmp-sse4.S
> @@ -24,14 +24,14 @@
>  #  define MEMCMP       __memcmp_sse4_1
>  # endif
>
> -# define JMPTBL(I, B)  (I - B)
> +#ifdef USE_AS_WMEMCMP
> +# define CMPEQ pcmpeqd
> +# define CHAR_SIZE     4
> +#else
> +# define CMPEQ pcmpeqb
> +# define CHAR_SIZE     1
> +#endif
>
> -# define BRANCH_TO_JMPTBL_ENTRY(TABLE, INDEX, SCALE)           \
> -  lea          TABLE(%rip), %r11;                              \
> -  movslq       (%r11, INDEX, SCALE), %rcx;                     \
> -  add          %r11, %rcx;                                     \
> -  _CET_NOTRACK jmp *%rcx;                                      \
> -  ud2
>
>  /* Warning!
>             wmemcmp has to use SIGNED comparison for elements.
> @@ -46,33 +46,253 @@ ENTRY (MEMCMP)
>         /* Clear the upper 32 bits.  */
>         mov     %edx, %edx
>  # endif
> -       pxor    %xmm0, %xmm0
>         cmp     $79, %RDX_LP
>         ja      L(79bytesormore)
> +
> +       cmp     $CHAR_SIZE, %RDX_LP
> +       jbe     L(firstbyte)
> +
> +       /* N in (CHAR_SIZE, 79) bytes.  */
> +       cmpl    $32, %edx
> +       ja      L(more_32_bytes)
> +
> +       cmpl    $16, %edx
> +       jae     L(16_to_32_bytes)
> +
>  # ifndef USE_AS_WMEMCMP
> -       cmp     $1, %RDX_LP
> -       je      L(firstbyte)
> +       cmpl    $8, %edx
> +       jae     L(8_to_16_bytes)
> +
> +       cmpl    $4, %edx
> +       jb      L(2_to_3_bytes)
> +
> +       movl    (%rdi), %eax
> +       movl    (%rsi), %ecx
> +
> +       bswap   %eax
> +       bswap   %ecx
> +
> +       shlq    $32, %rax
> +       shlq    $32, %rcx
> +
> +       movl    -4(%rdi, %rdx), %edi
> +       movl    -4(%rsi, %rdx), %esi
> +
> +       bswap   %edi
> +       bswap   %esi
> +
> +       orq     %rdi, %rax
> +       orq     %rsi, %rcx
> +       subq    %rcx, %rax
> +       cmovne  %edx, %eax
> +       sbbl    %ecx, %ecx
> +       orl     %ecx, %eax
> +       ret
> +
> +       .p2align 4,, 8
> +L(2_to_3_bytes):
> +       movzwl  (%rdi), %eax
> +       movzwl  (%rsi), %ecx
> +       shll    $8, %eax
> +       shll    $8, %ecx
> +       bswap   %eax
> +       bswap   %ecx
> +       movzbl  -1(%rdi, %rdx), %edi
> +       movzbl  -1(%rsi, %rdx), %esi
> +       orl     %edi, %eax
> +       orl     %esi, %ecx
> +       subl    %ecx, %eax
> +       ret
> +
> +       .p2align 4,, 8
> +L(8_to_16_bytes):
> +       movq    (%rdi), %rax
> +       movq    (%rsi), %rcx
> +
> +       bswap   %rax
> +       bswap   %rcx
> +
> +       subq    %rcx, %rax
> +       jne     L(8_to_16_bytes_done)
> +
> +       movq    -8(%rdi, %rdx), %rax
> +       movq    -8(%rsi, %rdx), %rcx
> +
> +       bswap   %rax
> +       bswap   %rcx
> +
> +       subq    %rcx, %rax
> +
> +L(8_to_16_bytes_done):
> +       cmovne  %edx, %eax
> +       sbbl    %ecx, %ecx
> +       orl     %ecx, %eax
> +       ret
> +# else
> +       xorl    %eax, %eax
> +       movl    (%rdi), %ecx
> +       cmpl    (%rsi), %ecx
> +       jne     L(8_to_16_bytes_done)
> +       movl    4(%rdi), %ecx
> +       cmpl    4(%rsi), %ecx
> +       jne     L(8_to_16_bytes_done)
> +       movl    -4(%rdi, %rdx), %ecx
> +       cmpl    -4(%rsi, %rdx), %ecx
> +       jne     L(8_to_16_bytes_done)
> +       ret
>  # endif
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
>
> -# ifndef USE_AS_WMEMCMP
> -       .p2align 4
> +       .p2align 4,, 3
> +L(ret_zero):
> +       xorl    %eax, %eax
> +L(zero):
> +       ret
> +
> +       .p2align 4,, 8
>  L(firstbyte):
> +       jb      L(ret_zero)
> +# ifdef USE_AS_WMEMCMP
> +       xorl    %eax, %eax
> +       movl    (%rdi), %ecx
> +       cmpl    (%rsi), %ecx
> +       je      L(zero)
> +L(8_to_16_bytes_done):
> +       setg    %al
> +       leal    -1(%rax, %rax), %eax
> +# else
>         movzbl  (%rdi), %eax
>         movzbl  (%rsi), %ecx
>         sub     %ecx, %eax
> +# endif
>         ret
> +
> +       .p2align 4
> +L(vec_return_begin_48):
> +       addq    $16, %rdi
> +       addq    $16, %rsi
> +L(vec_return_begin_32):
> +       bsfl    %eax, %eax
> +# ifdef USE_AS_WMEMCMP
> +       movl    32(%rdi, %rax), %ecx
> +       xorl    %edx, %edx
> +       cmpl    32(%rsi, %rax), %ecx
> +       setg    %dl
> +       leal    -1(%rdx, %rdx), %eax
> +# else
> +       movzbl  32(%rsi, %rax), %ecx
> +       movzbl  32(%rdi, %rax), %eax
> +       subl    %ecx, %eax
> +# endif
> +       ret
> +
> +       .p2align 4
> +L(vec_return_begin_16):
> +       addq    $16, %rdi
> +       addq    $16, %rsi
> +L(vec_return_begin):
> +       bsfl    %eax, %eax
> +# ifdef USE_AS_WMEMCMP
> +       movl    (%rdi, %rax), %ecx
> +       xorl    %edx, %edx
> +       cmpl    (%rsi, %rax), %ecx
> +       setg    %dl
> +       leal    -1(%rdx, %rdx), %eax
> +# else
> +       movzbl  (%rsi, %rax), %ecx
> +       movzbl  (%rdi, %rax), %eax
> +       subl    %ecx, %eax
> +# endif
> +       ret
> +
> +       .p2align 4
> +L(vec_return_end_16):
> +       subl    $16, %edx
> +L(vec_return_end):
> +       bsfl    %eax, %eax
> +       addl    %edx, %eax
> +# ifdef USE_AS_WMEMCMP
> +       movl    -16(%rdi, %rax), %ecx
> +       xorl    %edx, %edx
> +       cmpl    -16(%rsi, %rax), %ecx
> +       setg    %dl
> +       leal    -1(%rdx, %rdx), %eax
> +# else
> +       movzbl  -16(%rsi, %rax), %ecx
> +       movzbl  -16(%rdi, %rax), %eax
> +       subl    %ecx, %eax
>  # endif
> +       ret
> +
> +       .p2align 4,, 8
> +L(more_32_bytes):
> +       movdqu  (%rdi), %xmm0
> +       movdqu  (%rsi), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  16(%rdi), %xmm0
> +       movdqu  16(%rsi), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       cmpl    $64, %edx
> +       jbe     L(32_to_64_bytes)
> +       movdqu  32(%rdi), %xmm0
> +       movdqu  32(%rsi), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       .p2align 4,, 6
> +L(32_to_64_bytes):
> +       movdqu  -32(%rdi, %rdx), %xmm0
> +       movdqu  -32(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end_16)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
> +
> +       .p2align 4
> +L(16_to_32_bytes):
> +       movdqu  (%rdi), %xmm0
> +       movdqu  (%rsi), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
> +
>
>         .p2align 4
>  L(79bytesormore):
> +       movdqu  (%rdi), %xmm0
>         movdqu  (%rsi), %xmm1
> -       movdqu  (%rdi), %xmm2
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +
>         mov     %rsi, %rcx
>         and     $-16, %rsi
>         add     $16, %rsi
> @@ -85,1694 +305,499 @@ L(79bytesormore):
>
>         cmp     $128, %rdx
>         ja      L(128bytesormore)
> -L(less128bytes):
> -       sub     $64, %rdx
> -
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
>
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqu  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqu  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -       cmp     $32, %rdx
> -       jb      L(less32bytesin64)
> -
> -       movdqu  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqu  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin64):
> -       add     $64, %rdi
> -       add     $64, %rsi
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       .p2align 4,, 6
> +L(less128bytes):
> +       movdqu  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqu  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqu  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       cmp     $96, %rdx
> +       jb      L(32_to_64_bytes)
> +
> +       addq    $64, %rdi
> +       addq    $64, %rsi
> +       subq    $64, %rdx
> +
> +       .p2align 4,, 6
> +L(last_64_bytes):
> +       movdqu  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqu  -32(%rdi, %rdx), %xmm0
> +       movdqu  -32(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end_16)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
>
> +       .p2align 4
>  L(128bytesormore):
> -       cmp     $512, %rdx
> -       ja      L(512bytesormore)
>         cmp     $256, %rdx
> -       ja      L(less512bytes)
> +       ja      L(unaligned_loop)
>  L(less256bytes):
> -       sub     $128, %rdx
> -
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqu  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqu  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -
> -       movdqu  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqu  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -
> -       movdqu  96(%rdi), %xmm2
> -       pxor    96(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(112bytesin256)
> -
> -       movdqu  112(%rdi), %xmm2
> -       pxor    112(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(128bytesin256)
> -
> -       add     $128, %rsi
> -       add     $128, %rdi
> -
> -       cmp     $64, %rdx
> -       jae     L(less128bytes)
> -
> -       cmp     $32, %rdx
> -       jb      L(less32bytesin128)
> -
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin128):
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> -
> -L(less512bytes):
> -       sub     $256, %rdx
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqu  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqu  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -
> -       movdqu  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqu  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -
> -       movdqu  96(%rdi), %xmm2
> -       pxor    96(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(112bytesin256)
> -
> -       movdqu  112(%rdi), %xmm2
> -       pxor    112(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(128bytesin256)
> -
> -       movdqu  128(%rdi), %xmm2
> -       pxor    128(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(144bytesin256)
> -
> -       movdqu  144(%rdi), %xmm2
> -       pxor    144(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(160bytesin256)
> -
> -       movdqu  160(%rdi), %xmm2
> -       pxor    160(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(176bytesin256)
> -
> -       movdqu  176(%rdi), %xmm2
> -       pxor    176(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(192bytesin256)
> -
> -       movdqu  192(%rdi), %xmm2
> -       pxor    192(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(208bytesin256)
> -
> -       movdqu  208(%rdi), %xmm2
> -       pxor    208(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(224bytesin256)
> -
> -       movdqu  224(%rdi), %xmm2
> -       pxor    224(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(240bytesin256)
> -
> -       movdqu  240(%rdi), %xmm2
> -       pxor    240(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(256bytesin256)
> -
> -       add     $256, %rsi
> -       add     $256, %rdi
> -
> -       cmp     $128, %rdx
> -       jae     L(less256bytes)
> +       movdqu  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqu  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqu  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       addq    $64, %rdi
> +       addq    $64, %rsi
> +
> +       movdqu  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqu  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqu  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqu  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       addq    $-128, %rdx
> +       subq    $-64, %rsi
> +       subq    $-64, %rdi
>
>         cmp     $64, %rdx
> -       jae     L(less128bytes)
> +       ja      L(less128bytes)
>
>         cmp     $32, %rdx
> -       jb      L(less32bytesin256)
> -
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin256):
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       ja      L(last_64_bytes)
> +
> +       movdqu  -32(%rdi, %rdx), %xmm0
> +       movdqu  -32(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end_16)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
>
>         .p2align 4
> -L(512bytesormore):
> +L(unaligned_loop):
>  # ifdef DATA_CACHE_SIZE_HALF
>         mov     $DATA_CACHE_SIZE_HALF, %R8_LP
>  # else
>         mov     __x86_data_cache_size_half(%rip), %R8_LP
>  # endif
> -       mov     %r8, %r9
> -       shr     $1, %r8
> -       add     %r9, %r8
> -       cmp     %r8, %rdx
> -       ja      L(L2_L3_cache_unaglined)
> +       movq    %r8, %r9
> +       addq    %r8, %r8
> +       addq    %r9, %r8
> +       cmpq    %r8, %rdx
> +       ja      L(L2_L3_cache_unaligned)
>         sub     $64, %rdx
>         .p2align 4
>  L(64bytesormore_loop):
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       movdqa  %xmm2, %xmm1
> +       movdqu  (%rdi), %xmm0
> +       movdqu  16(%rdi), %xmm1
> +       movdqu  32(%rdi), %xmm2
> +       movdqu  48(%rdi), %xmm3
>
> -       movdqu  16(%rdi), %xmm3
> -       pxor    16(%rsi), %xmm3
> -       por     %xmm3, %xmm1
> +       CMPEQ   (%rsi), %xmm0
> +       CMPEQ   16(%rsi), %xmm1
> +       CMPEQ   32(%rsi), %xmm2
> +       CMPEQ   48(%rsi), %xmm3
>
> -       movdqu  32(%rdi), %xmm4
> -       pxor    32(%rsi), %xmm4
> -       por     %xmm4, %xmm1
> +       pand    %xmm0, %xmm1
> +       pand    %xmm2, %xmm3
> +       pand    %xmm1, %xmm3
>
> -       movdqu  48(%rdi), %xmm5
> -       pxor    48(%rsi), %xmm5
> -       por     %xmm5, %xmm1
> +       pmovmskb %xmm3, %eax
> +       incw    %ax
> +       jnz     L(64bytesormore_loop_end)
>
> -       ptest   %xmm1, %xmm0
> -       jnc     L(64bytesormore_loop_end)
>         add     $64, %rsi
>         add     $64, %rdi
>         sub     $64, %rdx
> -       jae     L(64bytesormore_loop)
> +       ja      L(64bytesormore_loop)
>
> -       add     $64, %rdx
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       .p2align 4,, 6
> +L(loop_tail):
> +       addq    %rdx, %rdi
> +       movdqu  (%rdi), %xmm0
> +       movdqu  16(%rdi), %xmm1
> +       movdqu  32(%rdi), %xmm2
> +       movdqu  48(%rdi), %xmm3
> +
> +       addq    %rdx, %rsi
> +       movdqu  (%rsi), %xmm4
> +       movdqu  16(%rsi), %xmm5
> +       movdqu  32(%rsi), %xmm6
> +       movdqu  48(%rsi), %xmm7
> +
> +       CMPEQ   %xmm4, %xmm0
> +       CMPEQ   %xmm5, %xmm1
> +       CMPEQ   %xmm6, %xmm2
> +       CMPEQ   %xmm7, %xmm3
> +
> +       pand    %xmm0, %xmm1
> +       pand    %xmm2, %xmm3
> +       pand    %xmm1, %xmm3
> +
> +       pmovmskb %xmm3, %eax
> +       incw    %ax
> +       jnz     L(64bytesormore_loop_end)
> +       ret
>
> -L(L2_L3_cache_unaglined):
> -       sub     $64, %rdx
> +L(L2_L3_cache_unaligned):
> +       subq    $64, %rdx
>         .p2align 4
>  L(L2_L3_unaligned_128bytes_loop):
>         prefetchnta 0x1c0(%rdi)
>         prefetchnta 0x1c0(%rsi)
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       movdqa  %xmm2, %xmm1
>
> -       movdqu  16(%rdi), %xmm3
> -       pxor    16(%rsi), %xmm3
> -       por     %xmm3, %xmm1
> +       movdqu  (%rdi), %xmm0
> +       movdqu  16(%rdi), %xmm1
> +       movdqu  32(%rdi), %xmm2
> +       movdqu  48(%rdi), %xmm3
> +
> +       CMPEQ   (%rsi), %xmm0
> +       CMPEQ   16(%rsi), %xmm1
> +       CMPEQ   32(%rsi), %xmm2
> +       CMPEQ   48(%rsi), %xmm3
>
> -       movdqu  32(%rdi), %xmm4
> -       pxor    32(%rsi), %xmm4
> -       por     %xmm4, %xmm1
> +       pand    %xmm0, %xmm1
> +       pand    %xmm2, %xmm3
> +       pand    %xmm1, %xmm3
>
> -       movdqu  48(%rdi), %xmm5
> -       pxor    48(%rsi), %xmm5
> -       por     %xmm5, %xmm1
> +       pmovmskb %xmm3, %eax
> +       incw    %ax
> +       jnz     L(64bytesormore_loop_end)
>
> -       ptest   %xmm1, %xmm0
> -       jnc     L(64bytesormore_loop_end)
>         add     $64, %rsi
>         add     $64, %rdi
>         sub     $64, %rdx
> -       jae     L(L2_L3_unaligned_128bytes_loop)
> +       ja      L(L2_L3_unaligned_128bytes_loop)
> +       jmp     L(loop_tail)
>
> -       add     $64, %rdx
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
>
> -/*
> - * This case is for machines which are sensitive for unaligned instructions.
> - */
> +       /* This case is for machines which are sensitive for unaligned
> +        * instructions.  */
>         .p2align 4
>  L(2aligned):
>         cmp     $128, %rdx
>         ja      L(128bytesormorein2aligned)
>  L(less128bytesin2aligned):
> -       sub     $64, %rdx
> -
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqa  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqa  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqa  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -       cmp     $32, %rdx
> -       jb      L(less32bytesin64in2alinged)
> -
> -       movdqa  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqa  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin64in2alinged):
> -       add     $64, %rdi
> -       add     $64, %rsi
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       movdqa  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqa  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqa  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqa  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       cmp     $96, %rdx
> +       jb      L(32_to_64_bytes)
> +
> +       addq    $64, %rdi
> +       addq    $64, %rsi
> +       subq    $64, %rdx
> +
> +       .p2align 4,, 6
> +L(aligned_last_64_bytes):
> +       movdqa  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqa  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqu  -32(%rdi, %rdx), %xmm0
> +       movdqu  -32(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end_16)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
>
>         .p2align 4
>  L(128bytesormorein2aligned):
> -       cmp     $512, %rdx
> -       ja      L(512bytesormorein2aligned)
>         cmp     $256, %rdx
> -       ja      L(256bytesormorein2aligned)
> +       ja      L(aligned_loop)
>  L(less256bytesin2alinged):
> -       sub     $128, %rdx
> -
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqa  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqa  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqa  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -
> -       movdqa  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqa  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -
> -       movdqa  96(%rdi), %xmm2
> -       pxor    96(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(112bytesin256)
> -
> -       movdqa  112(%rdi), %xmm2
> -       pxor    112(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(128bytesin256)
> -
> -       add     $128, %rsi
> -       add     $128, %rdi
> +       movdqa  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqa  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqa  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqa  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       addq    $64, %rdi
> +       addq    $64, %rsi
> +
> +       movdqa  (%rdi), %xmm1
> +       CMPEQ   (%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin)
> +
> +       movdqa  16(%rdi), %xmm1
> +       CMPEQ   16(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_16)
> +
> +       movdqa  32(%rdi), %xmm1
> +       CMPEQ   32(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_32)
> +
> +       movdqa  48(%rdi), %xmm1
> +       CMPEQ   48(%rsi), %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_begin_48)
> +
> +       addq    $-128, %rdx
> +       subq    $-64, %rsi
> +       subq    $-64, %rdi
>
>         cmp     $64, %rdx
> -       jae     L(less128bytesin2aligned)
> +       ja      L(less128bytesin2aligned)
>
>         cmp     $32, %rdx
> -       jb      L(less32bytesin128in2aligned)
> -
> -       movdqu  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqu  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin128in2aligned):
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> -
> -       .p2align 4
> -L(256bytesormorein2aligned):
> -
> -       sub     $256, %rdx
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqa  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -
> -       movdqa  32(%rdi), %xmm2
> -       pxor    32(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(48bytesin256)
> -
> -       movdqa  48(%rdi), %xmm2
> -       pxor    48(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(64bytesin256)
> -
> -       movdqa  64(%rdi), %xmm2
> -       pxor    64(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(80bytesin256)
> -
> -       movdqa  80(%rdi), %xmm2
> -       pxor    80(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(96bytesin256)
> -
> -       movdqa  96(%rdi), %xmm2
> -       pxor    96(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(112bytesin256)
> -
> -       movdqa  112(%rdi), %xmm2
> -       pxor    112(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(128bytesin256)
> -
> -       movdqa  128(%rdi), %xmm2
> -       pxor    128(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(144bytesin256)
> -
> -       movdqa  144(%rdi), %xmm2
> -       pxor    144(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(160bytesin256)
> -
> -       movdqa  160(%rdi), %xmm2
> -       pxor    160(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(176bytesin256)
> -
> -       movdqa  176(%rdi), %xmm2
> -       pxor    176(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(192bytesin256)
> -
> -       movdqa  192(%rdi), %xmm2
> -       pxor    192(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(208bytesin256)
> -
> -       movdqa  208(%rdi), %xmm2
> -       pxor    208(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(224bytesin256)
> -
> -       movdqa  224(%rdi), %xmm2
> -       pxor    224(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(240bytesin256)
> -
> -       movdqa  240(%rdi), %xmm2
> -       pxor    240(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(256bytesin256)
> -
> -       add     $256, %rsi
> -       add     $256, %rdi
> -
> -       cmp     $128, %rdx
> -       jae     L(less256bytesin2alinged)
> -
> -       cmp     $64, %rdx
> -       jae     L(less128bytesin2aligned)
> -
> -       cmp     $32, %rdx
> -       jb      L(less32bytesin256in2alinged)
> -
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytesin256)
> -
> -       movdqa  16(%rdi), %xmm2
> -       pxor    16(%rsi), %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(32bytesin256)
> -       sub     $32, %rdx
> -       add     $32, %rdi
> -       add     $32, %rsi
> -L(less32bytesin256in2alinged):
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       ja      L(aligned_last_64_bytes)
> +
> +       movdqu  -32(%rdi, %rdx), %xmm0
> +       movdqu  -32(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end_16)
> +
> +       movdqu  -16(%rdi, %rdx), %xmm0
> +       movdqu  -16(%rsi, %rdx), %xmm1
> +       CMPEQ   %xmm0, %xmm1
> +       pmovmskb %xmm1, %eax
> +       incw    %ax
> +       jnz     L(vec_return_end)
> +       ret
>
>         .p2align 4
> -L(512bytesormorein2aligned):
> +L(aligned_loop):
>  # ifdef DATA_CACHE_SIZE_HALF
>         mov     $DATA_CACHE_SIZE_HALF, %R8_LP
>  # else
>         mov     __x86_data_cache_size_half(%rip), %R8_LP
>  # endif
> -       mov     %r8, %r9
> -       shr     $1, %r8
> -       add     %r9, %r8
> -       cmp     %r8, %rdx
> -       ja      L(L2_L3_cache_aglined)
> +       movq    %r8, %r9
> +       addq    %r8, %r8
> +       addq    %r9, %r8
> +       cmpq    %r8, %rdx
> +       ja      L(L2_L3_cache_aligned)
>
>         sub     $64, %rdx
>         .p2align 4
>  L(64bytesormore_loopin2aligned):
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       movdqa  %xmm2, %xmm1
> -
> -       movdqa  16(%rdi), %xmm3
> -       pxor    16(%rsi), %xmm3
> -       por     %xmm3, %xmm1
> +       movdqa  (%rdi), %xmm0
> +       movdqa  16(%rdi), %xmm1
> +       movdqa  32(%rdi), %xmm2
> +       movdqa  48(%rdi), %xmm3
>
> -       movdqa  32(%rdi), %xmm4
> -       pxor    32(%rsi), %xmm4
> -       por     %xmm4, %xmm1
> +       CMPEQ   (%rsi), %xmm0
> +       CMPEQ   16(%rsi), %xmm1
> +       CMPEQ   32(%rsi), %xmm2
> +       CMPEQ   48(%rsi), %xmm3
>
> -       movdqa  48(%rdi), %xmm5
> -       pxor    48(%rsi), %xmm5
> -       por     %xmm5, %xmm1
> +       pand    %xmm0, %xmm1
> +       pand    %xmm2, %xmm3
> +       pand    %xmm1, %xmm3
>
> -       ptest   %xmm1, %xmm0
> -       jnc     L(64bytesormore_loop_end)
> +       pmovmskb %xmm3, %eax
> +       incw    %ax
> +       jnz     L(64bytesormore_loop_end)
>         add     $64, %rsi
>         add     $64, %rdi
>         sub     $64, %rdx
> -       jae     L(64bytesormore_loopin2aligned)
> -
> -       add     $64, %rdx
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> -L(L2_L3_cache_aglined):
> -       sub     $64, %rdx
> +       ja      L(64bytesormore_loopin2aligned)
> +       jmp     L(loop_tail)
>
> +L(L2_L3_cache_aligned):
> +       subq    $64, %rdx
>         .p2align 4
>  L(L2_L3_aligned_128bytes_loop):
>         prefetchnta 0x1c0(%rdi)
>         prefetchnta 0x1c0(%rsi)
> -       movdqa  (%rdi), %xmm2
> -       pxor    (%rsi), %xmm2
> -       movdqa  %xmm2, %xmm1
> -
> -       movdqa  16(%rdi), %xmm3
> -       pxor    16(%rsi), %xmm3
> -       por     %xmm3, %xmm1
> +       movdqa  (%rdi), %xmm0
> +       movdqa  16(%rdi), %xmm1
> +       movdqa  32(%rdi), %xmm2
> +       movdqa  48(%rdi), %xmm3
>
> -       movdqa  32(%rdi), %xmm4
> -       pxor    32(%rsi), %xmm4
> -       por     %xmm4, %xmm1
> +       CMPEQ   (%rsi), %xmm0
> +       CMPEQ   16(%rsi), %xmm1
> +       CMPEQ   32(%rsi), %xmm2
> +       CMPEQ   48(%rsi), %xmm3
>
> -       movdqa  48(%rdi), %xmm5
> -       pxor    48(%rsi), %xmm5
> -       por     %xmm5, %xmm1
> +       pand    %xmm0, %xmm1
> +       pand    %xmm2, %xmm3
> +       pand    %xmm1, %xmm3
>
> -       ptest   %xmm1, %xmm0
> -       jnc     L(64bytesormore_loop_end)
> -       add     $64, %rsi
> -       add     $64, %rdi
> -       sub     $64, %rdx
> -       jae     L(L2_L3_aligned_128bytes_loop)
> -
> -       add     $64, %rdx
> -       add     %rdx, %rsi
> -       add     %rdx, %rdi
> -       BRANCH_TO_JMPTBL_ENTRY(L(table_64bytes), %rdx, 4)
> +       pmovmskb %xmm3, %eax
> +       incw    %ax
> +       jnz     L(64bytesormore_loop_end)
>
> +       addq    $64, %rsi
> +       addq    $64, %rdi
> +       subq    $64, %rdx
> +       ja      L(L2_L3_aligned_128bytes_loop)
> +       jmp     L(loop_tail)
>
>         .p2align 4
>  L(64bytesormore_loop_end):
> -       add     $16, %rdi
> -       add     $16, %rsi
> -       ptest   %xmm2, %xmm0
> -       jnc     L(16bytes)
> -
> -       add     $16, %rdi
> -       add     $16, %rsi
> -       ptest   %xmm3, %xmm0
> -       jnc     L(16bytes)
> -
> -       add     $16, %rdi
> -       add     $16, %rsi
> -       ptest   %xmm4, %xmm0
> -       jnc     L(16bytes)
> -
> -       add     $16, %rdi
> -       add     $16, %rsi
> -       jmp     L(16bytes)
> -
> -L(256bytesin256):
> -       add     $256, %rdi
> -       add     $256, %rsi
> -       jmp     L(16bytes)
> -L(240bytesin256):
> -       add     $240, %rdi
> -       add     $240, %rsi
> -       jmp     L(16bytes)
> -L(224bytesin256):
> -       add     $224, %rdi
> -       add     $224, %rsi
> -       jmp     L(16bytes)
> -L(208bytesin256):
> -       add     $208, %rdi
> -       add     $208, %rsi
> -       jmp     L(16bytes)
> -L(192bytesin256):
> -       add     $192, %rdi
> -       add     $192, %rsi
> -       jmp     L(16bytes)
> -L(176bytesin256):
> -       add     $176, %rdi
> -       add     $176, %rsi
> -       jmp     L(16bytes)
> -L(160bytesin256):
> -       add     $160, %rdi
> -       add     $160, %rsi
> -       jmp     L(16bytes)
> -L(144bytesin256):
> -       add     $144, %rdi
> -       add     $144, %rsi
> -       jmp     L(16bytes)
> -L(128bytesin256):
> -       add     $128, %rdi
> -       add     $128, %rsi
> -       jmp     L(16bytes)
> -L(112bytesin256):
> -       add     $112, %rdi
> -       add     $112, %rsi
> -       jmp     L(16bytes)
> -L(96bytesin256):
> -       add     $96, %rdi
> -       add     $96, %rsi
> -       jmp     L(16bytes)
> -L(80bytesin256):
> -       add     $80, %rdi
> -       add     $80, %rsi
> -       jmp     L(16bytes)
> -L(64bytesin256):
> -       add     $64, %rdi
> -       add     $64, %rsi
> -       jmp     L(16bytes)
> -L(48bytesin256):
> -       add     $16, %rdi
> -       add     $16, %rsi
> -L(32bytesin256):
> -       add     $16, %rdi
> -       add     $16, %rsi
> -L(16bytesin256):
> -       add     $16, %rdi
> -       add     $16, %rsi
> -L(16bytes):
> -       mov     -16(%rdi), %rax
> -       mov     -16(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -L(8bytes):
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(12bytes):
> -       mov     -12(%rdi), %rax
> -       mov     -12(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -L(4bytes):
> -       mov     -4(%rsi), %ecx
> -# ifndef USE_AS_WMEMCMP
> -       mov     -4(%rdi), %eax
> -       cmp     %eax, %ecx
> -# else
> -       cmp     -4(%rdi), %ecx
> -# endif
> -       jne     L(diffin4bytes)
> -L(0bytes):
> -       xor     %eax, %eax
> -       ret
> -
> -# ifndef USE_AS_WMEMCMP
> -/* unreal case for wmemcmp */
> -       .p2align 4
> -L(65bytes):
> -       movdqu  -65(%rdi), %xmm1
> -       movdqu  -65(%rsi), %xmm2
> -       mov     $-65, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(49bytes):
> -       movdqu  -49(%rdi), %xmm1
> -       movdqu  -49(%rsi), %xmm2
> -       mov     $-49, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(33bytes):
> -       movdqu  -33(%rdi), %xmm1
> -       movdqu  -33(%rsi), %xmm2
> -       mov     $-33, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(17bytes):
> -       mov     -17(%rdi), %rax
> -       mov     -17(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -L(9bytes):
> -       mov     -9(%rdi), %rax
> -       mov     -9(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       movzbl  -1(%rdi), %eax
> -       movzbl  -1(%rsi), %edx
> -       sub     %edx, %eax
> -       ret
> -
> -       .p2align 4
> -L(13bytes):
> -       mov     -13(%rdi), %rax
> -       mov     -13(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(5bytes):
> -       mov     -5(%rdi), %eax
> -       mov     -5(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       movzbl  -1(%rdi), %eax
> -       movzbl  -1(%rsi), %edx
> -       sub     %edx, %eax
> -       ret
> -
> -       .p2align 4
> -L(66bytes):
> -       movdqu  -66(%rdi), %xmm1
> -       movdqu  -66(%rsi), %xmm2
> -       mov     $-66, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(50bytes):
> -       movdqu  -50(%rdi), %xmm1
> -       movdqu  -50(%rsi), %xmm2
> -       mov     $-50, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(34bytes):
> -       movdqu  -34(%rdi), %xmm1
> -       movdqu  -34(%rsi), %xmm2
> -       mov     $-34, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(18bytes):
> -       mov     -18(%rdi), %rax
> -       mov     -18(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -L(10bytes):
> -       mov     -10(%rdi), %rax
> -       mov     -10(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       movzwl  -2(%rdi), %eax
> -       movzwl  -2(%rsi), %ecx
> -       cmp     %cl, %al
> -       jne     L(end)
> -       and     $0xffff, %eax
> -       and     $0xffff, %ecx
> -       sub     %ecx, %eax
> -       ret
> -
> -       .p2align 4
> -L(14bytes):
> -       mov     -14(%rdi), %rax
> -       mov     -14(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(6bytes):
> -       mov     -6(%rdi), %eax
> -       mov     -6(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -L(2bytes):
> -       movzwl  -2(%rsi), %ecx
> -       movzwl  -2(%rdi), %eax
> -       cmp     %cl, %al
> -       jne     L(end)
> -       and     $0xffff, %eax
> -       and     $0xffff, %ecx
> -       sub     %ecx, %eax
> -       ret
> -
> -       .p2align 4
> -L(67bytes):
> -       movdqu  -67(%rdi), %xmm2
> -       movdqu  -67(%rsi), %xmm1
> -       mov     $-67, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(51bytes):
> -       movdqu  -51(%rdi), %xmm2
> -       movdqu  -51(%rsi), %xmm1
> -       mov     $-51, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(35bytes):
> -       movdqu  -35(%rsi), %xmm1
> -       movdqu  -35(%rdi), %xmm2
> -       mov     $-35, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(19bytes):
> -       mov     -19(%rdi), %rax
> -       mov     -19(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -L(11bytes):
> -       mov     -11(%rdi), %rax
> -       mov     -11(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -4(%rdi), %eax
> -       mov     -4(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(15bytes):
> -       mov     -15(%rdi), %rax
> -       mov     -15(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(7bytes):
> -       mov     -7(%rdi), %eax
> -       mov     -7(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       mov     -4(%rdi), %eax
> -       mov     -4(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(3bytes):
> -       movzwl  -3(%rdi), %eax
> -       movzwl  -3(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin2bytes)
> -L(1bytes):
> -       movzbl  -1(%rdi), %eax
> -       movzbl  -1(%rsi), %ecx
> -       sub     %ecx, %eax
> -       ret
> -# endif
> -
> -       .p2align 4
> -L(68bytes):
> -       movdqu  -68(%rdi), %xmm2
> -       movdqu  -68(%rsi), %xmm1
> -       mov     $-68, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(52bytes):
> -       movdqu  -52(%rdi), %xmm2
> -       movdqu  -52(%rsi), %xmm1
> -       mov     $-52, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(36bytes):
> -       movdqu  -36(%rdi), %xmm2
> -       movdqu  -36(%rsi), %xmm1
> -       mov     $-36, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(20bytes):
> -       movdqu  -20(%rdi), %xmm2
> -       movdqu  -20(%rsi), %xmm1
> -       mov     $-20, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -4(%rsi), %ecx
> -
> -# ifndef USE_AS_WMEMCMP
> -       mov     -4(%rdi), %eax
> -       cmp     %eax, %ecx
> -# else
> -       cmp     -4(%rdi), %ecx
> -# endif
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -# ifndef USE_AS_WMEMCMP
> -/* unreal cases for wmemcmp */
> -       .p2align 4
> -L(69bytes):
> -       movdqu  -69(%rsi), %xmm1
> -       movdqu  -69(%rdi), %xmm2
> -       mov     $-69, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(53bytes):
> -       movdqu  -53(%rsi), %xmm1
> -       movdqu  -53(%rdi), %xmm2
> -       mov     $-53, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(37bytes):
> -       movdqu  -37(%rsi), %xmm1
> -       movdqu  -37(%rdi), %xmm2
> -       mov     $-37, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(21bytes):
> -       movdqu  -21(%rsi), %xmm1
> -       movdqu  -21(%rdi), %xmm2
> -       mov     $-21, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(70bytes):
> -       movdqu  -70(%rsi), %xmm1
> -       movdqu  -70(%rdi), %xmm2
> -       mov     $-70, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(54bytes):
> -       movdqu  -54(%rsi), %xmm1
> -       movdqu  -54(%rdi), %xmm2
> -       mov     $-54, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(38bytes):
> -       movdqu  -38(%rsi), %xmm1
> -       movdqu  -38(%rdi), %xmm2
> -       mov     $-38, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(22bytes):
> -       movdqu  -22(%rsi), %xmm1
> -       movdqu  -22(%rdi), %xmm2
> -       mov     $-22, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(71bytes):
> -       movdqu  -71(%rsi), %xmm1
> -       movdqu  -71(%rdi), %xmm2
> -       mov     $-71, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(55bytes):
> -       movdqu  -55(%rdi), %xmm2
> -       movdqu  -55(%rsi), %xmm1
> -       mov     $-55, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(39bytes):
> -       movdqu  -39(%rdi), %xmm2
> -       movdqu  -39(%rsi), %xmm1
> -       mov     $-39, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(23bytes):
> -       movdqu  -23(%rdi), %xmm2
> -       movdqu  -23(%rsi), %xmm1
> -       mov     $-23, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -# endif
> -
> -       .p2align 4
> -L(72bytes):
> -       movdqu  -72(%rsi), %xmm1
> -       movdqu  -72(%rdi), %xmm2
> -       mov     $-72, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(56bytes):
> -       movdqu  -56(%rdi), %xmm2
> -       movdqu  -56(%rsi), %xmm1
> -       mov     $-56, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(40bytes):
> -       movdqu  -40(%rdi), %xmm2
> -       movdqu  -40(%rsi), %xmm1
> -       mov     $-40, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(24bytes):
> -       movdqu  -24(%rdi), %xmm2
> -       movdqu  -24(%rsi), %xmm1
> -       mov     $-24, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -
> -       mov     -8(%rsi), %rcx
> -       mov     -8(%rdi), %rax
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -# ifndef USE_AS_WMEMCMP
> -/* unreal cases for wmemcmp */
> -       .p2align 4
> -L(73bytes):
> -       movdqu  -73(%rsi), %xmm1
> -       movdqu  -73(%rdi), %xmm2
> -       mov     $-73, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(57bytes):
> -       movdqu  -57(%rdi), %xmm2
> -       movdqu  -57(%rsi), %xmm1
> -       mov     $-57, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(41bytes):
> -       movdqu  -41(%rdi), %xmm2
> -       movdqu  -41(%rsi), %xmm1
> -       mov     $-41, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(25bytes):
> -       movdqu  -25(%rdi), %xmm2
> -       movdqu  -25(%rsi), %xmm1
> -       mov     $-25, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -9(%rdi), %rax
> -       mov     -9(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       movzbl  -1(%rdi), %eax
> -       movzbl  -1(%rsi), %ecx
> -       sub     %ecx, %eax
> -       ret
> -
> -       .p2align 4
> -L(74bytes):
> -       movdqu  -74(%rsi), %xmm1
> -       movdqu  -74(%rdi), %xmm2
> -       mov     $-74, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(58bytes):
> -       movdqu  -58(%rdi), %xmm2
> -       movdqu  -58(%rsi), %xmm1
> -       mov     $-58, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(42bytes):
> -       movdqu  -42(%rdi), %xmm2
> -       movdqu  -42(%rsi), %xmm1
> -       mov     $-42, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(26bytes):
> -       movdqu  -26(%rdi), %xmm2
> -       movdqu  -26(%rsi), %xmm1
> -       mov     $-26, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -10(%rdi), %rax
> -       mov     -10(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       movzwl  -2(%rdi), %eax
> -       movzwl  -2(%rsi), %ecx
> -       jmp     L(diffin2bytes)
> -
> -       .p2align 4
> -L(75bytes):
> -       movdqu  -75(%rsi), %xmm1
> -       movdqu  -75(%rdi), %xmm2
> -       mov     $-75, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(59bytes):
> -       movdqu  -59(%rdi), %xmm2
> -       movdqu  -59(%rsi), %xmm1
> -       mov     $-59, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(43bytes):
> -       movdqu  -43(%rdi), %xmm2
> -       movdqu  -43(%rsi), %xmm1
> -       mov     $-43, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(27bytes):
> -       movdqu  -27(%rdi), %xmm2
> -       movdqu  -27(%rsi), %xmm1
> -       mov     $-27, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -11(%rdi), %rax
> -       mov     -11(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -4(%rdi), %eax
> -       mov     -4(%rsi), %ecx
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -# endif
> -       .p2align 4
> -L(76bytes):
> -       movdqu  -76(%rsi), %xmm1
> -       movdqu  -76(%rdi), %xmm2
> -       mov     $-76, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(60bytes):
> -       movdqu  -60(%rdi), %xmm2
> -       movdqu  -60(%rsi), %xmm1
> -       mov     $-60, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(44bytes):
> -       movdqu  -44(%rdi), %xmm2
> -       movdqu  -44(%rsi), %xmm1
> -       mov     $-44, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(28bytes):
> -       movdqu  -28(%rdi), %xmm2
> -       movdqu  -28(%rsi), %xmm1
> -       mov     $-28, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -12(%rdi), %rax
> -       mov     -12(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -4(%rsi), %ecx
> -# ifndef USE_AS_WMEMCMP
> -       mov     -4(%rdi), %eax
> -       cmp     %eax, %ecx
> -# else
> -       cmp     -4(%rdi), %ecx
> -# endif
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -# ifndef USE_AS_WMEMCMP
> -/* unreal cases for wmemcmp */
> -       .p2align 4
> -L(77bytes):
> -       movdqu  -77(%rsi), %xmm1
> -       movdqu  -77(%rdi), %xmm2
> -       mov     $-77, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(61bytes):
> -       movdqu  -61(%rdi), %xmm2
> -       movdqu  -61(%rsi), %xmm1
> -       mov     $-61, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(45bytes):
> -       movdqu  -45(%rdi), %xmm2
> -       movdqu  -45(%rsi), %xmm1
> -       mov     $-45, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(29bytes):
> -       movdqu  -29(%rdi), %xmm2
> -       movdqu  -29(%rsi), %xmm1
> -       mov     $-29, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -
> -       mov     -13(%rdi), %rax
> -       mov     -13(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(78bytes):
> -       movdqu  -78(%rsi), %xmm1
> -       movdqu  -78(%rdi), %xmm2
> -       mov     $-78, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(62bytes):
> -       movdqu  -62(%rdi), %xmm2
> -       movdqu  -62(%rsi), %xmm1
> -       mov     $-62, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(46bytes):
> -       movdqu  -46(%rdi), %xmm2
> -       movdqu  -46(%rsi), %xmm1
> -       mov     $-46, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(30bytes):
> -       movdqu  -30(%rdi), %xmm2
> -       movdqu  -30(%rsi), %xmm1
> -       mov     $-30, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -14(%rdi), %rax
> -       mov     -14(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -       .p2align 4
> -L(79bytes):
> -       movdqu  -79(%rsi), %xmm1
> -       movdqu  -79(%rdi), %xmm2
> -       mov     $-79, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(63bytes):
> -       movdqu  -63(%rdi), %xmm2
> -       movdqu  -63(%rsi), %xmm1
> -       mov     $-63, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(47bytes):
> -       movdqu  -47(%rdi), %xmm2
> -       movdqu  -47(%rsi), %xmm1
> -       mov     $-47, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(31bytes):
> -       movdqu  -31(%rdi), %xmm2
> -       movdqu  -31(%rsi), %xmm1
> -       mov     $-31, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -       mov     -15(%rdi), %rax
> -       mov     -15(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -# endif
> -       .p2align 4
> -L(64bytes):
> -       movdqu  -64(%rdi), %xmm2
> -       movdqu  -64(%rsi), %xmm1
> -       mov     $-64, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(48bytes):
> -       movdqu  -48(%rdi), %xmm2
> -       movdqu  -48(%rsi), %xmm1
> -       mov     $-48, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -L(32bytes):
> -       movdqu  -32(%rdi), %xmm2
> -       movdqu  -32(%rsi), %xmm1
> -       mov     $-32, %dl
> -       pxor    %xmm1, %xmm2
> -       ptest   %xmm2, %xmm0
> -       jnc     L(less16bytes)
> -
> -       mov     -16(%rdi), %rax
> -       mov     -16(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -
> -       mov     -8(%rdi), %rax
> -       mov     -8(%rsi), %rcx
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       xor     %eax, %eax
> -       ret
> -
> -/*
> - * Aligned 8 bytes to avoid 2 branch "taken" in one 16 alinged code block.
> - */
> -       .p2align 3
> -L(less16bytes):
> -       movsbq  %dl, %rdx
> -       mov     (%rsi, %rdx), %rcx
> -       mov     (%rdi, %rdx), %rax
> -       cmp     %rax, %rcx
> -       jne     L(diffin8bytes)
> -       mov     8(%rsi, %rdx), %rcx
> -       mov     8(%rdi, %rdx), %rax
> -L(diffin8bytes):
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       shr     $32, %rcx
> -       shr     $32, %rax
> -
> +       pmovmskb %xmm0, %ecx
> +       incw    %cx
> +       jnz     L(loop_end_ret)
> +
> +       pmovmskb %xmm1, %ecx
> +       notw    %cx
> +       sall    $16, %ecx
> +       jnz     L(loop_end_ret)
> +
> +       pmovmskb %xmm2, %ecx
> +       notw    %cx
> +       shlq    $32, %rcx
> +       jnz     L(loop_end_ret)
> +
> +       addq    $48, %rdi
> +       addq    $48, %rsi
> +       movq    %rax, %rcx
> +
> +       .p2align 4,, 6
> +L(loop_end_ret):
> +       bsfq    %rcx, %rcx
>  # ifdef USE_AS_WMEMCMP
> -/* for wmemcmp */
> -       cmp     %eax, %ecx
> -       jne     L(diffin4bytes)
> -       xor     %eax, %eax
> -       ret
> -# endif
> -
> -L(diffin4bytes):
> -# ifndef USE_AS_WMEMCMP
> -       cmp     %cx, %ax
> -       jne     L(diffin2bytes)
> -       shr     $16, %ecx
> -       shr     $16, %eax
> -L(diffin2bytes):
> -       cmp     %cl, %al
> -       jne     L(end)
> -       and     $0xffff, %eax
> -       and     $0xffff, %ecx
> -       sub     %ecx, %eax
> -       ret
> -
> -       .p2align 4
> -L(end):
> -       and     $0xff, %eax
> -       and     $0xff, %ecx
> -       sub     %ecx, %eax
> -       ret
> +       movl    (%rdi, %rcx), %eax
> +       xorl    %edx, %edx
> +       cmpl    (%rsi, %rcx), %eax
> +       setg    %dl
> +       leal    -1(%rdx, %rdx), %eax
>  # else
> -
> -/* for wmemcmp */
> -       mov     $1, %eax
> -       jl      L(nequal_bigger)
> -       neg     %eax
> -       ret
> -
> -       .p2align 4
> -L(nequal_bigger):
> -       ret
> -
> -L(unreal_case):
> -       xor     %eax, %eax
> -       ret
> +       movzbl  (%rdi, %rcx), %eax
> +       movzbl  (%rsi, %rcx), %ecx
> +       subl    %ecx, %eax
>  # endif
> -
> +       ret
>  END (MEMCMP)
> -
> -       .section .rodata.sse4.1,"a",@progbits
> -       .p2align 3
> -# ifndef USE_AS_WMEMCMP
> -L(table_64bytes):
> -       .int    JMPTBL (L(0bytes), L(table_64bytes))
> -       .int    JMPTBL (L(1bytes), L(table_64bytes))
> -       .int    JMPTBL (L(2bytes), L(table_64bytes))
> -       .int    JMPTBL (L(3bytes), L(table_64bytes))
> -       .int    JMPTBL (L(4bytes), L(table_64bytes))
> -       .int    JMPTBL (L(5bytes), L(table_64bytes))
> -       .int    JMPTBL (L(6bytes), L(table_64bytes))
> -       .int    JMPTBL (L(7bytes), L(table_64bytes))
> -       .int    JMPTBL (L(8bytes), L(table_64bytes))
> -       .int    JMPTBL (L(9bytes), L(table_64bytes))
> -       .int    JMPTBL (L(10bytes), L(table_64bytes))
> -       .int    JMPTBL (L(11bytes), L(table_64bytes))
> -       .int    JMPTBL (L(12bytes), L(table_64bytes))
> -       .int    JMPTBL (L(13bytes), L(table_64bytes))
> -       .int    JMPTBL (L(14bytes), L(table_64bytes))
> -       .int    JMPTBL (L(15bytes), L(table_64bytes))
> -       .int    JMPTBL (L(16bytes), L(table_64bytes))
> -       .int    JMPTBL (L(17bytes), L(table_64bytes))
> -       .int    JMPTBL (L(18bytes), L(table_64bytes))
> -       .int    JMPTBL (L(19bytes), L(table_64bytes))
> -       .int    JMPTBL (L(20bytes), L(table_64bytes))
> -       .int    JMPTBL (L(21bytes), L(table_64bytes))
> -       .int    JMPTBL (L(22bytes), L(table_64bytes))
> -       .int    JMPTBL (L(23bytes), L(table_64bytes))
> -       .int    JMPTBL (L(24bytes), L(table_64bytes))
> -       .int    JMPTBL (L(25bytes), L(table_64bytes))
> -       .int    JMPTBL (L(26bytes), L(table_64bytes))
> -       .int    JMPTBL (L(27bytes), L(table_64bytes))
> -       .int    JMPTBL (L(28bytes), L(table_64bytes))
> -       .int    JMPTBL (L(29bytes), L(table_64bytes))
> -       .int    JMPTBL (L(30bytes), L(table_64bytes))
> -       .int    JMPTBL (L(31bytes), L(table_64bytes))
> -       .int    JMPTBL (L(32bytes), L(table_64bytes))
> -       .int    JMPTBL (L(33bytes), L(table_64bytes))
> -       .int    JMPTBL (L(34bytes), L(table_64bytes))
> -       .int    JMPTBL (L(35bytes), L(table_64bytes))
> -       .int    JMPTBL (L(36bytes), L(table_64bytes))
> -       .int    JMPTBL (L(37bytes), L(table_64bytes))
> -       .int    JMPTBL (L(38bytes), L(table_64bytes))
> -       .int    JMPTBL (L(39bytes), L(table_64bytes))
> -       .int    JMPTBL (L(40bytes), L(table_64bytes))
> -       .int    JMPTBL (L(41bytes), L(table_64bytes))
> -       .int    JMPTBL (L(42bytes), L(table_64bytes))
> -       .int    JMPTBL (L(43bytes), L(table_64bytes))
> -       .int    JMPTBL (L(44bytes), L(table_64bytes))
> -       .int    JMPTBL (L(45bytes), L(table_64bytes))
> -       .int    JMPTBL (L(46bytes), L(table_64bytes))
> -       .int    JMPTBL (L(47bytes), L(table_64bytes))
> -       .int    JMPTBL (L(48bytes), L(table_64bytes))
> -       .int    JMPTBL (L(49bytes), L(table_64bytes))
> -       .int    JMPTBL (L(50bytes), L(table_64bytes))
> -       .int    JMPTBL (L(51bytes), L(table_64bytes))
> -       .int    JMPTBL (L(52bytes), L(table_64bytes))
> -       .int    JMPTBL (L(53bytes), L(table_64bytes))
> -       .int    JMPTBL (L(54bytes), L(table_64bytes))
> -       .int    JMPTBL (L(55bytes), L(table_64bytes))
> -       .int    JMPTBL (L(56bytes), L(table_64bytes))
> -       .int    JMPTBL (L(57bytes), L(table_64bytes))
> -       .int    JMPTBL (L(58bytes), L(table_64bytes))
> -       .int    JMPTBL (L(59bytes), L(table_64bytes))
> -       .int    JMPTBL (L(60bytes), L(table_64bytes))
> -       .int    JMPTBL (L(61bytes), L(table_64bytes))
> -       .int    JMPTBL (L(62bytes), L(table_64bytes))
> -       .int    JMPTBL (L(63bytes), L(table_64bytes))
> -       .int    JMPTBL (L(64bytes), L(table_64bytes))
> -       .int    JMPTBL (L(65bytes), L(table_64bytes))
> -       .int    JMPTBL (L(66bytes), L(table_64bytes))
> -       .int    JMPTBL (L(67bytes), L(table_64bytes))
> -       .int    JMPTBL (L(68bytes), L(table_64bytes))
> -       .int    JMPTBL (L(69bytes), L(table_64bytes))
> -       .int    JMPTBL (L(70bytes), L(table_64bytes))
> -       .int    JMPTBL (L(71bytes), L(table_64bytes))
> -       .int    JMPTBL (L(72bytes), L(table_64bytes))
> -       .int    JMPTBL (L(73bytes), L(table_64bytes))
> -       .int    JMPTBL (L(74bytes), L(table_64bytes))
> -       .int    JMPTBL (L(75bytes), L(table_64bytes))
> -       .int    JMPTBL (L(76bytes), L(table_64bytes))
> -       .int    JMPTBL (L(77bytes), L(table_64bytes))
> -       .int    JMPTBL (L(78bytes), L(table_64bytes))
> -       .int    JMPTBL (L(79bytes), L(table_64bytes))
> -# else
> -L(table_64bytes):
> -       .int    JMPTBL (L(0bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(4bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(8bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(12bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(16bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(20bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(24bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(28bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(32bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(36bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(40bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(44bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(48bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(52bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(56bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(60bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(64bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(68bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(72bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(76bytes), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -       .int    JMPTBL (L(unreal_case), L(table_64bytes))
> -# endif
>  #endif
> --
> 2.25.1
>

LGTM.

Reviewed-by: H.J. Lu <hjl.tools@gmail.com>

Thanks.

-- 
H.J.