nvidia opencl speed on par with CUDA

libethash-cl/ethash_cl_miner_kernel.cl

@@ -79,9 +79,9 @@ static uint2 ROL2(const uint2 v, const int n)
 }
 #endif
 
-static void keccak_f1600_round(uint2* a, uint r, uint out_size)
+static void keccak_f1600_round(uint2* a, uint r)
 {
-	uint2 t[5];
+	uint2 t[25];
 	uint2 u, v;
 
 	// Theta
@@ -123,75 +123,65 @@ static void keccak_f1600_round(uint2* a, uint r, uint out_size)
 
 	// Rho Pi
 	u = a[1];
-	a[1] = ROL2(a[6], 44);
-	a[6] = ROL2(a[9], 20);
-	a[9] = ROL2(a[22], 61);
-	a[22] = ROL2(a[14], 39);
-	a[14] = ROL2(a[20], 18);
-	a[20] = ROL2(a[2], 62);
-	a[2] = ROL2(a[12], 43);
-	a[12] = ROL2(a[13], 25);
-	a[13] = ROL2(a[19], 8);
-	a[19] = ROL2(a[23], 56);
-	a[23] = ROL2(a[15], 41);
-	a[15] = ROL2(a[4], 27);
-	a[4] = ROL2(a[24], 14);
-	a[24] = ROL2(a[21], 2);
-	a[21] = ROL2(a[8], 55);
-	a[8] = ROL2(a[16], 45);
-	a[16] = ROL2(a[5], 36);
-	a[5] = ROL2(a[3], 28);
-	a[3] = ROL2(a[18], 21);
-	a[18] = ROL2(a[17], 15);
-	a[17] = ROL2(a[11], 10);
-	a[11] = ROL2(a[7], 6);
-	a[7] = ROL2(a[10], 3);
-	a[10] = ROL2(u, 1);
+	t[0] = a[0];
+	t[1] = ROL2(a[6], 44);
+	t[6] = ROL2(a[9], 20);
+	t[9] = ROL2(a[22], 61);
+	t[22] = ROL2(a[14], 39);
+	t[14] = ROL2(a[20], 18);
+	t[20] = ROL2(a[2], 62);
+	t[2] = ROL2(a[12], 43);
+	t[12] = ROL2(a[13], 25);
+	t[13] = ROL2(a[19], 8);
+	t[19] = ROL2(a[23], 56);
+	t[23] = ROL2(a[15], 41);
+	t[15] = ROL2(a[4], 27);
+	t[4] = ROL2(a[24], 14);
+	t[24] = ROL2(a[21], 2);
+	t[21] = ROL2(a[8], 55);
+	t[8] = ROL2(a[16], 45);
+	t[16] = ROL2(a[5], 36);
+	t[5] = ROL2(a[3], 28);
+	t[3] = ROL2(a[18], 21);
+	t[18] = ROL2(a[17], 15);
+	t[17] = ROL2(a[11], 10);
+	t[11] = ROL2(a[7], 6);
+	t[7] = ROL2(a[10], 3);
+	t[10] = ROL2(u, 1);
 
 	// Chi
-	u = a[0]; 
-	a[0] = bitselect(a[0] ^ a[2], a[0], a[1]);
+	a[0] = bitselect(t[0] ^ t[2], t[0], t[1]);
+	a[1] = bitselect(t[1] ^ t[3], t[1], t[2]);
+	a[2] = bitselect(t[2] ^ t[4], t[2], t[3]);
+	a[3] = bitselect(t[3] ^ t[0], t[3], t[4]);
+	a[4] = bitselect(t[4] ^ t[1], t[4], t[0]);
+
 	// Iota
 	a[0] ^= Keccak_f1600_RC[r];
-	
-	if (out_size == 1) return;
-	// Continue Chi
-	v = a[1];
-	a[1] = bitselect(a[1] ^ a[3], a[1], a[2]);
-	a[2] = bitselect(a[2] ^ a[4], a[2], a[3]);
-	a[3] = bitselect(a[3] ^ u, a[3], a[4]);
-	a[4] = bitselect(a[4] ^ v, a[4], u);
-
-	u = a[5]; v = a[6];
-	a[5] = bitselect(a[5] ^ a[7], a[5], a[6]);
-	a[6] = bitselect(a[6] ^ a[8], a[6], a[7]);
-	a[7] = bitselect(a[7] ^ a[9], a[7], a[8]);
-	a[8] = bitselect(a[8] ^ u, a[8], a[9]);
-	
-	if (out_size == 8) return;
-
-	a[9]  = bitselect(a[9] ^ v, a[9], u);
-
-	u = a[10]; v = a[11];
-	a[10] = bitselect(a[10] ^ a[12], a[10], a[11]);
-	a[11] = bitselect(a[11] ^ a[13], a[11], a[12]);
-	a[12] = bitselect(a[12] ^ a[14], a[12], a[13]);
-	a[13] = bitselect(a[13] ^ u, a[13], a[14]);
-	a[14] = bitselect(a[14] ^ v, a[14], u);
-
-	u = a[15]; v = a[16];
-	a[15] = bitselect(a[15] ^ a[17], a[15], a[16]);
-	a[16] = bitselect(a[16] ^ a[18], a[16], a[17]);
-	a[17] = bitselect(a[17] ^ a[19], a[17], a[18]);
-	a[18] = bitselect(a[18] ^ u, a[18], a[19]);
-	a[19] = bitselect(a[19] ^ v, a[19], u);
-
-	u = a[20]; v = a[21];
-	a[20] = bitselect(a[20] ^ a[22], a[20], a[21]);
-	a[21] = bitselect(a[21] ^ a[23], a[21], a[22]);
-	a[22] = bitselect(a[22] ^ a[24], a[22], a[23]);
-	a[23] = bitselect(a[23] ^ u, a[23], a[24]);
-	a[24] = bitselect(a[24] ^ v, a[24], u);
+
+	a[5] = bitselect(t[5] ^ t[7], t[5], t[6]);
+	a[6] = bitselect(t[6] ^ t[8], t[6], t[7]);
+	a[7] = bitselect(t[7] ^ t[9], t[7], t[8]);
+	a[8] = bitselect(t[8] ^ t[5], t[8], t[9]);
+	a[9] = bitselect(t[9] ^ t[6], t[9], t[5]);
+
+	a[10] = bitselect(t[10] ^ t[12], t[10], t[11]);
+	a[11] = bitselect(t[11] ^ t[13], t[11], t[12]);
+	a[12] = bitselect(t[12] ^ t[14], t[12], t[13]);
+	a[13] = bitselect(t[13] ^ t[10], t[13], t[14]);
+	a[14] = bitselect(t[14] ^ t[11], t[14], t[10]);
+
+	a[15] = bitselect(t[15] ^ t[17], t[15], t[16]);
+	a[16] = bitselect(t[16] ^ t[18], t[16], t[17]);
+	a[17] = bitselect(t[17] ^ t[19], t[17], t[18]);
+	a[18] = bitselect(t[18] ^ t[15], t[18], t[19]);
+	a[19] = bitselect(t[19] ^ t[16], t[19], t[15]);
+
+	a[20] = bitselect(t[20] ^ t[22], t[20], t[21]);
+	a[21] = bitselect(t[21] ^ t[23], t[21], t[22]);
+	a[22] = bitselect(t[22] ^ t[24], t[22], t[23]);
+	a[23] = bitselect(t[23] ^ t[20], t[23], t[24]);
+	a[24] = bitselect(t[24] ^ t[21], t[24], t[20]);
 }
 
 static void keccak_f1600_no_absorb(uint2* a, uint out_size, uint isolate)
@@ -215,7 +205,7 @@ static void keccak_f1600_no_absorb(uint2* a, uint out_size, uint isolate)
 		// doesn't bother.
 		if (isolate)
 		{
-			keccak_f1600_round(a, r++, o);
+			keccak_f1600_round(a, r++);
 			if (r == 23) o = out_size;
 		}
 	}