| name | base64-loong64-lasx |
| description | 实现 LoongArch64 架构下 LASX（256-bit SIMD）加速的 BASE64 编解码 Go 汇编代码。Use when: 在 loong64 平台扩展 base64 实现、编写 LASX 汇编、处理 XVSHUFB/XVSSUBBU/XVSLTBU 等 Go 1.25 中缺失的 LASX 指令 WORD 编码、loong64 Go assembly SIMD optimization。 |
| argument-hint | encode 或 decode，或留空处理完整实现 |
LoongArch64 LASX BASE64 实现技能
适用场景
- 在
base64_loong64.go / base64_loong64.s 基础上新增 LASX（256-bit）路径
- 将现有 LSX（128-bit）实现迁移/扩展为 LASX 实现
- 处理 Go 1.25 尚未收录的 LASX 指令，需手动生成
WORD 指令字
- 调试 LASX 汇编逻辑，本地交叉编译 + GitHub Actions QEMU 验证
环境约束
| 环境 | 用途 |
|---|
| 本地 | 仅做交叉编译（GOARCH=loong64），确认语法无误 |
| GitHub Actions QEMU | 运行时测试，提交后自动触发 |
本地交叉编译验证命令：
$env:GOARCH="loong64"; $env:GOOS="linux"; go build ./...
实现流程
详细实现步骤参见 implementation-guide.md。
⚠️ Go 1.25 关键语法限制（必读）
以下语法在 Go 1.25 loong64 汇编器中不受支持，会报 invalid LSX/LASX arrangement type: Q 错误：
| 错误写法 | 正确替代 | 说明 |
|---|
XVMOVQ X0, X0.Q1 | XVMOVQ X0, X0.Q2 | Q2 = xvreplve0.q（将 Q0 广播到全 256-bit） |
XVMOVQ X0, X0.Q[1] | XVMOVQ X0, X0.Q2 | 同上，Q[n] 索引形式也不支持 |
XVMOVQ X9, X8.Q[1] | WORD $0x77ec0928 | xvpermi.q X8, X9, 0x02（将 X9.Q0 合并到 X8.Q1；xvinsve0.q 不存在于官方 ISA） |
VMOVQ X8.Q[1], 12(R5) | 见"Decode 写出"节 | Q 元素提取不支持，需用 xvpickve.d 绕过 |
可用的 LASX 寄存器元素操作：
XVMOVQ X8.V[n], X9：xvpickve.d，提取第 n 个 64-bit 元素到 X9（n = 0..3）XVMOVQ X8.W[n], X9：xvpickve.w，提取第 n 个 32-bit 元素（n = 0..7）XVMOVQ X8, X8.Q2：xvreplve0.q，将 Q0 广播到整个 256-bit 寄存器XVMOVQ X8, (R5)：xvst，存储完整 256-bit（32 字节）
第一步：常量加载
VMOVQ (0*16)(R9), V0 // 先以 LSX V 寄存器加载 16 字节
XVMOVQ X0, X0.Q2 // xvreplve0.q：Q0 → 整个 256-bit（Q0 = Q1）
第二步：Encode 实现结构
加载常量 (LSX→LASX Q2 广播)
↓
lasx_head：首 28 字节处理（特殊 load 方式）
├─ 两次 VMOVQ load → WORD $0x77ec0928（xvpermi.q X8, X9, 0x02）合并为一个 LASX 寄存器
├─ XVSHUFB（需 WORD 编码）pack 数据
└─ XVSSUBBU / XVSLTBU（需 WORD 编码）查表
└─ XVMOVQ X8, (R5) // 写满 32 字节
↓
lasx_loop：每次处理 24 字节输入 → 32 字节输出
├─ XVMOVQ -4(R6), X8（借用前 4 字节，凑成 32 字节）
├─ XVSHUFB（loop 专用 32-byte indices mask）
└─ 同 lasx_head 逻辑
└─ XVMOVQ X8, (R5) // 写满 32 字节
第三步：Decode 实现结构
分 decodeStdAsm（标准）/ decodeUrlAsm（URL）两个函数，常量不同，逻辑相同。
每次处理 32 字节输入 → 24 字节输出。
加载常量 (LSX→LASX Q2 广播)
↓
循环（每次 32 字节输入）
├─ XVMOVQ (R6), X8
├─ 校验：XVSRLB + XVANDB + XVSHUFB(LUT_HI/LO) + XVANDV
├─ 转换：XVSEQB/XVSLTBU + XVSHUFB(LUT_ROLL) + XVADDB
├─ 重排：XVMULWEVHBU + xvmaddwod.h.bu + XVMULWEVWHU + xvmaddwod.w.hu + XVSHUFB
└─ 写出 24 字节（见"Decode 写出"节）
Decode 写出（24 字节）：
VMOVQ V8, (R5) // 写 Q0：bytes[0..11] 有效（bytes[12..15] = 0，由 reshuffle mask 保证）
WORD $0x77ec0509 // xvpermi.q X9, X8, 0x01：X9.Q0 = X8.Q1
VMOVQ V9, 12(R5) // 写 bytes[12..23]（有效），bytes[24..27] = 0
说明： decode reshuffle mask 在 bytes[12..15] 处填 0xFF，XVSHUFB 将该位置置 0；xvpermi.q X9, X8, 0x01 把 X8.Q1（含置 0 的尾部）复制到 X9.Q0，再用 VMOVQ V9, 12(R5) 即可，无需额外提取步骤。
第四步：生成缺失指令的 WORD 编码
已验证完整 WORD 编码表：
| 指令 | WORD 值 | 说明 |
|---|
XVSHUFB X0, X8, X8, X8 | 0x0d602108 | encode head reshuffle |
XVSHUFB X13, X8, X8, X8 | 0x0d66a108 | encode loop reshuffle |
XVSHUFB X9, X7, X7, X9 | 0x0d649ce9 | encode LUT lookup |
XVSSUBBU X5, X8, X9 | 0x744c1509 | encode range sub |
XVSLTBU X8, X6, X10 | 0x740820ca | encode range compare |
XVSHUFB X9, X1, X1, X11 | 0x0d64842b | decode hi nibble lookup |
XVSHUFB X10, X2, X2, X10 | 0x0d65084a | decode lo nibble lookup |
XVSHUFB X10, X4, X4, X10 | 0x0d65108a | decode lut_roll lookup |
XVSHUFB X7, X8, X8, X8 | 0x0d63a108 | decode output reshuffle |
xvmaddwod.h.bu X8, X5, X9 | 0x74b620a9 | decode reshuffle step 1 |
xvmaddwod.w.hu X9, X6, X8 | 0x74b6a4c8 | decode reshuffle step 2 |
XVSLTBU X8, X3, X10（URL） | 0x7408206a | URL decode range compare |
xvpermi.q X8, X9, 0x02 | 0x77ec0928 | encode head: X8.Q0=keep, X8.Q1=X9.Q0 |
xvpermi.q X9, X8, 0x01 | 0x77ec0509 | decode store: X9.Q0 = X8.Q1 |
WORD 编码生成脚本（Python）：
def OP_RRRR(op, ra, rk, rj, rd):
return op | ((ra&0x1F)<<15) | ((rk&0x1F)<<10) | ((rj&0x1F)<<5) | (rd&0x1F)
def OP_RRR(op, rk, rj, rd):
return op | ((rk&0x1F)<<10) | ((rj&0x1F)<<5) | (rd&0x1F)
XVSHUFB_OP = 0x0d6 << 20
XVSSUBBU_OP = 0xe898 << 15
XVSLTBU_OP = 0xe810 << 15
XVMADDWOD_H_BU_OP = 0x0e96c << 15
XVMADDWOD_W_HU_OP = 0x0e96d << 15
xvpermi.q 编码公式：WORD = 0x77EC0000 | (imm8<<10) | (Xj<<5) | Xd
xvpermi.q Xd, Xj, imm8 语义（⚠️ 注意：Q0/Q1 选择器位布局与直觉相反，已通过 QEMU 实测验证）：
- Q0 选择器：
imm8[1:0]：0=Xj.Q0, 1=Xj.Q1, 2=Xd.Q0(旧), 3=Xd.Q1(旧)
- Q1 选择器：
imm8[5:4]：0=Xj.Q0, 1=Xj.Q1, 2=Xd.Q0(旧), 3=Xd.Q1(旧)
- 示例：imm8=0x02（Q0 sel=2→Xd.Q0保持, Q1 sel=0→Xj.Q0）；imm8=0x01（Q0 sel=1→Xj.Q1）
经 QEMU 实测验证（2026-03）： 选择器 0/1 从 Xj 取值，2/3 从 Xd（旧值）取值。旧版文档（0/1=Xd, 2/3=Xj）是错误的。
第五步：提交并验证
git add base64_loong64.s
git commit -m "loong64: add LASX encode/decode path"
git push
推送后观察 GitHub Actions 中 QEMU loong64 任务的结果。
关键注意事项
XVSHUFB 的源1和源2顺序不可颠倒，否则产生错误结果- 循环体中
XVSHUFB 使用的 indices 与首次处理的 28 字节不同，需参考 AVX2 实现取值
- LASX 寄存器命名：LSX 用
V0–V31，LASX 用 X0–X31；V8 和 X8 是同一物理寄存器，VMOVQ V8 访问其低 128-bit
XVMOVQ X8, (R5) 写 32 字节；VMOVQ V8, (R5) 写 16 字节（Q0 低 lane）VMOVQ X8, (R5) 不支持（XREG 不能用于 VST），必须写 VMOVQ V8, (R5)- Decode 写出策略：用
xvpickve.d（XVMOVQ X8.V[n], Xd）逐段提取，末尾会多写若干零字节，需保证 dst buffer 有足够余量
- Encode dispatch 阈值：≥28 字节走 LASX；Decode dispatch 阈值：≥40 字节走 LASX
- 调度变量：
·useLASX(SB) （对应 AMD64 的 ·useAVX2(SB)）
XVPERMIQ / XVPERMI.Q 在 Go 1.25 中没有具名指令，但可用 WORD $0x77ec____ 手动编码 xvpermi.q（见 WORD 编码表）
参考资料
