Move files from include/ to OpenCL/ if they are used within kernels
[hashcat.git] / OpenCL / inc_rp.cl
diff --git a/OpenCL/inc_rp.cl b/OpenCL/inc_rp.cl
new file mode 100644 (file)
index 0000000..3a93e19
--- /dev/null
@@ -0,0 +1,4357 @@
+/**
+ * Authors.....: Jens Steube <jens.steube@gmail.com>
+ *               magnum <john.magnum@hushmail.com>
+ *
+ * License.....: MIT
+ */
+
+inline u32  apply_rule (const u32 name, const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len);
+inline u32  apply_rules (const __global u32 *cmds, u32 buf0[4], u32 buf1[4], const u32 len);
+inline u32x apply_rules_vect (const u32 pw_buf0[4], const u32 pw_buf1[4], const u32 pw_len, const __global kernel_rule_t *rules_buf, const u32 il_pos, u32x w0[4], u32x w1[4]);
+
+inline u32 generate_cmask (u32 buf)
+{
+  const u32 rmask = ((buf & 0x40404040) >> 1)
+                 & ~((buf & 0x80808080) >> 2);
+
+  const u32 hmask = (buf & 0x1f1f1f1f) + 0x05050505;
+  const u32 lmask = (buf & 0x1f1f1f1f) + 0x1f1f1f1f;
+
+  return rmask & ~hmask & lmask;
+}
+
+inline void truncate_right (u32 w0[4], u32 w1[4], const u32 len)
+{
+  const u32 tmp = (1 << ((len % 4) * 8)) - 1;
+
+  switch (len / 4)
+  {
+    case  0:  w0[0] &= tmp;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  1:  w0[1] &= tmp;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  2:  w0[2] &= tmp;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  3:  w0[3] &= tmp;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  4:  w1[0] &= tmp;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  5:  w1[1] &= tmp;
+              w1[2]  = 0;
+              w1[3]  = 0;
+              break;
+    case  6:  w1[2] &= tmp;
+              w1[3]  = 0;
+              break;
+    case  7:  w1[3] &= tmp;
+              break;
+  }
+}
+
+inline void truncate_left (u32 w0[4], u32 w1[4], const u32 len)
+{
+  const u32 tmp = ~((1 << ((len % 4) * 8)) - 1);
+
+  switch (len / 4)
+  {
+    case  0:  w0[0] &= tmp;
+              break;
+    case  1:  w0[0]  = 0;
+              w0[1] &= tmp;
+              break;
+    case  2:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2] &= tmp;
+              break;
+    case  3:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3] &= tmp;
+              break;
+    case  4:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0] &= tmp;
+              break;
+    case  5:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1] &= tmp;
+              break;
+    case  6:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2] &= tmp;
+              break;
+    case  7:  w0[0]  = 0;
+              w0[1]  = 0;
+              w0[2]  = 0;
+              w0[3]  = 0;
+              w1[0]  = 0;
+              w1[1]  = 0;
+              w1[2]  = 0;
+              w1[3] &= tmp;
+              break;
+  }
+}
+
+inline void lshift_block (const u32 in0[4], const u32 in1[4], u32 out0[4], u32 out1[4])
+{
+  #ifdef IS_NV
+  out0[0] = __byte_perm_S (in0[0], in0[1], 0x4321);
+  out0[1] = __byte_perm_S (in0[1], in0[2], 0x4321);
+  out0[2] = __byte_perm_S (in0[2], in0[3], 0x4321);
+  out0[3] = __byte_perm_S (in0[3], in1[0], 0x4321);
+  out1[0] = __byte_perm_S (in1[0], in1[1], 0x4321);
+  out1[1] = __byte_perm_S (in1[1], in1[2], 0x4321);
+  out1[2] = __byte_perm_S (in1[2], in1[3], 0x4321);
+  out1[3] = __byte_perm_S (in1[3],      0, 0x4321);
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  out0[0] = amd_bytealign_S (in0[1], in0[0], 1);
+  out0[1] = amd_bytealign_S (in0[2], in0[1], 1);
+  out0[2] = amd_bytealign_S (in0[3], in0[2], 1);
+  out0[3] = amd_bytealign_S (in1[0], in0[3], 1);
+  out1[0] = amd_bytealign_S (in1[1], in1[0], 1);
+  out1[1] = amd_bytealign_S (in1[2], in1[1], 1);
+  out1[2] = amd_bytealign_S (in1[3], in1[2], 1);
+  out1[3] = amd_bytealign_S (     0, in1[3], 1);
+  #endif
+}
+
+inline void rshift_block (const u32 in0[4], const u32 in1[4], u32 out0[4], u32 out1[4])
+{
+  #ifdef IS_NV
+  out1[3] = __byte_perm_S (in1[2], in1[3], 0x6543);
+  out1[2] = __byte_perm_S (in1[1], in1[2], 0x6543);
+  out1[1] = __byte_perm_S (in1[0], in1[1], 0x6543);
+  out1[0] = __byte_perm_S (in0[3], in1[0], 0x6543);
+  out0[3] = __byte_perm_S (in0[2], in0[3], 0x6543);
+  out0[2] = __byte_perm_S (in0[1], in0[2], 0x6543);
+  out0[1] = __byte_perm_S (in0[0], in0[1], 0x6543);
+  out0[0] = __byte_perm_S (     0, in0[0], 0x6543);
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  out1[3] = amd_bytealign_S (in1[3], in1[2], 3);
+  out1[2] = amd_bytealign_S (in1[2], in1[1], 3);
+  out1[1] = amd_bytealign_S (in1[1], in1[0], 3);
+  out1[0] = amd_bytealign_S (in1[0], in0[3], 3);
+  out0[3] = amd_bytealign_S (in0[3], in0[2], 3);
+  out0[2] = amd_bytealign_S (in0[2], in0[1], 3);
+  out0[1] = amd_bytealign_S (in0[1], in0[0], 3);
+  out0[0] = amd_bytealign_S (in0[0],      0, 3);
+  #endif
+}
+
+inline void lshift_block_N (const u32 in0[4], const u32 in1[4], u32 out0[4], u32 out1[4], const u32 num)
+{
+  #ifdef IS_NV
+  switch (num)
+  {
+    case  0:  out0[0] = in0[0];
+              out0[1] = in0[1];
+              out0[2] = in0[2];
+              out0[3] = in0[3];
+              out1[0] = in1[0];
+              out1[1] = in1[1];
+              out1[2] = in1[2];
+              out1[3] = in1[3];
+              break;
+    case  1:  out0[0] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out0[1] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out0[2] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out0[3] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out1[0] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out1[1] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out1[2] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out1[3] = __byte_perm_S (in1[3],      0, 0x4321);
+              break;
+    case  2:  out0[0] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out0[1] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out0[2] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out0[3] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out1[0] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out1[1] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out1[2] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out1[3] = __byte_perm_S (in1[3],      0, 0x5432);
+              break;
+    case  3:  out0[0] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out0[1] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out0[2] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out0[3] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out1[0] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out1[1] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out1[2] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out1[3] = __byte_perm_S (in1[3],      0, 0x6543);
+              break;
+    case  4:  out0[0] = in0[1];
+              out0[1] = in0[2];
+              out0[2] = in0[3];
+              out0[3] = in1[0];
+              out1[0] = in1[1];
+              out1[1] = in1[2];
+              out1[2] = in1[3];
+              out1[3] = 0;
+              break;
+    case  5:  out0[0] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out0[1] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out0[2] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out0[3] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out1[0] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out1[1] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out1[2] = __byte_perm_S (in1[3],      0, 0x4321);
+              out1[3] = 0;
+              break;
+    case  6:  out0[0] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out0[1] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out0[2] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out0[3] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out1[0] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out1[1] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out1[2] = __byte_perm_S (in1[3],      0, 0x5432);
+              out1[3] = 0;
+              break;
+    case  7:  out0[0] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out0[1] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out0[2] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out0[3] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out1[0] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out1[1] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out1[2] = __byte_perm_S (in1[3],      0, 0x6543);
+              out1[3] = 0;
+              break;
+    case  8:  out0[0] = in0[2];
+              out0[1] = in0[3];
+              out0[2] = in1[0];
+              out0[3] = in1[1];
+              out1[0] = in1[2];
+              out1[1] = in1[3];
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case  9:  out0[0] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out0[1] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out0[2] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out0[3] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out1[0] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out1[1] = __byte_perm_S (in1[3],      0, 0x4321);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 10:  out0[0] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out0[1] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out0[2] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out0[3] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out1[0] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out1[1] = __byte_perm_S (in1[3],      0, 0x5432);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 11:  out0[0] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out0[1] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out0[2] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out0[3] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out1[0] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out1[1] = __byte_perm_S (in1[3],      0, 0x6543);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 12:  out0[0] = in0[3];
+              out0[1] = in1[0];
+              out0[2] = in1[1];
+              out0[3] = in1[2];
+              out1[0] = in1[3];
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 13:
+              out0[0] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out0[1] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out0[2] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out0[3] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out1[0] = __byte_perm_S (in1[3],      0, 0x4321);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 14:  out0[0] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out0[1] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out0[2] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out0[3] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out1[0] = __byte_perm_S (in1[3],      0, 0x5432);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 15:  out0[0] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out0[1] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out0[2] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out0[3] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out1[0] = __byte_perm_S (in1[3],      0, 0x6543);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 16:  out0[0] = in1[0];
+              out0[1] = in1[1];
+              out0[2] = in1[2];
+              out0[3] = in1[3];
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 17:  out0[0] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out0[1] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out0[2] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out0[3] = __byte_perm_S (in1[3],      0, 0x4321);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 18:  out0[0] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out0[1] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out0[2] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out0[3] = __byte_perm_S (in1[3],      0, 0x5432);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 19:  out0[0] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out0[1] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out0[2] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out0[3] = __byte_perm_S (in1[3],      0, 0x6543);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 20:  out0[0] = in1[1];
+              out0[1] = in1[2];
+              out0[2] = in1[3];
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 21:  out0[0] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out0[1] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out0[2] = __byte_perm_S (in1[3],      0, 0x4321);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 22:  out0[0] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out0[1] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out0[2] = __byte_perm_S (in1[3],      0, 0x5432);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 23:  out0[0] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out0[1] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out0[2] = __byte_perm_S (in1[3],      0, 0x6543);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 24:  out0[0] = in1[2];
+              out0[1] = in1[3];
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 25:  out0[0] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out0[1] = __byte_perm_S (in1[3],      0, 0x4321);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 26:  out0[0] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out0[1] = __byte_perm_S (in1[3],      0, 0x5432);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 27:  out0[0] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out0[1] = __byte_perm_S (in1[3],      0, 0x6543);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 28:  out0[0] = in1[3];
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 29:  out0[0] = __byte_perm_S (in1[3],     0, 0x4321);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 30:  out0[0] =  __byte_perm_S (in1[3],     0, 0x5432);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 31:  out0[0] =  __byte_perm_S (in1[3],     0, 0x6543);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  switch (num)
+  {
+    case  0:  out0[0] = in0[0];
+              out0[1] = in0[1];
+              out0[2] = in0[2];
+              out0[3] = in0[3];
+              out1[0] = in1[0];
+              out1[1] = in1[1];
+              out1[2] = in1[2];
+              out1[3] = in1[3];
+              break;
+    case  1:  out0[0] = amd_bytealign_S (in0[1], in0[0], 1);
+              out0[1] = amd_bytealign_S (in0[2], in0[1], 1);
+              out0[2] = amd_bytealign_S (in0[3], in0[2], 1);
+              out0[3] = amd_bytealign_S (in1[0], in0[3], 1);
+              out1[0] = amd_bytealign_S (in1[1], in1[0], 1);
+              out1[1] = amd_bytealign_S (in1[2], in1[1], 1);
+              out1[2] = amd_bytealign_S (in1[3], in1[2], 1);
+              out1[3] = amd_bytealign_S (     0, in1[3], 1);
+              break;
+    case  2:  out0[0] = amd_bytealign_S (in0[1], in0[0], 2);
+              out0[1] = amd_bytealign_S (in0[2], in0[1], 2);
+              out0[2] = amd_bytealign_S (in0[3], in0[2], 2);
+              out0[3] = amd_bytealign_S (in1[0], in0[3], 2);
+              out1[0] = amd_bytealign_S (in1[1], in1[0], 2);
+              out1[1] = amd_bytealign_S (in1[2], in1[1], 2);
+              out1[2] = amd_bytealign_S (in1[3], in1[2], 2);
+              out1[3] = amd_bytealign_S (     0, in1[3], 2);
+              break;
+    case  3:  out0[0] = amd_bytealign_S (in0[1], in0[0], 3);
+              out0[1] = amd_bytealign_S (in0[2], in0[1], 3);
+              out0[2] = amd_bytealign_S (in0[3], in0[2], 3);
+              out0[3] = amd_bytealign_S (in1[0], in0[3], 3);
+              out1[0] = amd_bytealign_S (in1[1], in1[0], 3);
+              out1[1] = amd_bytealign_S (in1[2], in1[1], 3);
+              out1[2] = amd_bytealign_S (in1[3], in1[2], 3);
+              out1[3] = amd_bytealign_S (     0, in1[3], 3);
+              break;
+    case  4:  out0[0] = in0[1];
+              out0[1] = in0[2];
+              out0[2] = in0[3];
+              out0[3] = in1[0];
+              out1[0] = in1[1];
+              out1[1] = in1[2];
+              out1[2] = in1[3];
+              out1[3] = 0;
+              break;
+    case  5:  out0[0] = amd_bytealign_S (in0[2], in0[1], 1);
+              out0[1] = amd_bytealign_S (in0[3], in0[2], 1);
+              out0[2] = amd_bytealign_S (in1[0], in0[3], 1);
+              out0[3] = amd_bytealign_S (in1[1], in1[0], 1);
+              out1[0] = amd_bytealign_S (in1[2], in1[1], 1);
+              out1[1] = amd_bytealign_S (in1[3], in1[2], 1);
+              out1[2] = amd_bytealign_S (     0, in1[3], 1);
+              out1[3] = 0;
+              break;
+    case  6:  out0[0] = amd_bytealign_S (in0[2], in0[1], 2);
+              out0[1] = amd_bytealign_S (in0[3], in0[2], 2);
+              out0[2] = amd_bytealign_S (in1[0], in0[3], 2);
+              out0[3] = amd_bytealign_S (in1[1], in1[0], 2);
+              out1[0] = amd_bytealign_S (in1[2], in1[1], 2);
+              out1[1] = amd_bytealign_S (in1[3], in1[2], 2);
+              out1[2] = amd_bytealign_S (     0, in1[3], 2);
+              out1[3] = 0;
+              break;
+    case  7:  out0[0] = amd_bytealign_S (in0[2], in0[1], 3);
+              out0[1] = amd_bytealign_S (in0[3], in0[2], 3);
+              out0[2] = amd_bytealign_S (in1[0], in0[3], 3);
+              out0[3] = amd_bytealign_S (in1[1], in1[0], 3);
+              out1[0] = amd_bytealign_S (in1[2], in1[1], 3);
+              out1[1] = amd_bytealign_S (in1[3], in1[2], 3);
+              out1[2] = amd_bytealign_S (     0, in1[3], 3);
+              out1[3] = 0;
+              break;
+    case  8:  out0[0] = in0[2];
+              out0[1] = in0[3];
+              out0[2] = in1[0];
+              out0[3] = in1[1];
+              out1[0] = in1[2];
+              out1[1] = in1[3];
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case  9:  out0[0] = amd_bytealign_S (in0[3], in0[2], 1);
+              out0[1] = amd_bytealign_S (in1[0], in0[3], 1);
+              out0[2] = amd_bytealign_S (in1[1], in1[0], 1);
+              out0[3] = amd_bytealign_S (in1[2], in1[1], 1);
+              out1[0] = amd_bytealign_S (in1[3], in1[2], 1);
+              out1[1] = amd_bytealign_S (     0, in1[3], 1);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 10:  out0[0] = amd_bytealign_S (in0[3], in0[2], 2);
+              out0[1] = amd_bytealign_S (in1[0], in0[3], 2);
+              out0[2] = amd_bytealign_S (in1[1], in1[0], 2);
+              out0[3] = amd_bytealign_S (in1[2], in1[1], 2);
+              out1[0] = amd_bytealign_S (in1[3], in1[2], 2);
+              out1[1] = amd_bytealign_S (     0, in1[3], 2);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 11:  out0[0] = amd_bytealign_S (in0[3], in0[2], 3);
+              out0[1] = amd_bytealign_S (in1[0], in0[3], 3);
+              out0[2] = amd_bytealign_S (in1[1], in1[0], 3);
+              out0[3] = amd_bytealign_S (in1[2], in1[1], 3);
+              out1[0] = amd_bytealign_S (in1[3], in1[2], 3);
+              out1[1] = amd_bytealign_S (     0, in1[3], 3);
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 12:  out0[0] = in0[3];
+              out0[1] = in1[0];
+              out0[2] = in1[1];
+              out0[3] = in1[2];
+              out1[0] = in1[3];
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 13:  out0[0] = amd_bytealign_S (in1[0], in0[3], 1);
+              out0[1] = amd_bytealign_S (in1[1], in1[0], 1);
+              out0[2] = amd_bytealign_S (in1[2], in1[1], 1);
+              out0[3] = amd_bytealign_S (in1[3], in1[2], 1);
+              out1[0] = amd_bytealign_S (     0, in1[3], 1);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 14:  out0[0] = amd_bytealign_S (in1[0], in0[3], 2);
+              out0[1] = amd_bytealign_S (in1[1], in1[0], 2);
+              out0[2] = amd_bytealign_S (in1[2], in1[1], 2);
+              out0[3] = amd_bytealign_S (in1[3], in1[2], 2);
+              out1[0] = amd_bytealign_S (     0, in1[3], 2);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 15:  out0[0] = amd_bytealign_S (in1[0], in0[3], 3);
+              out0[1] = amd_bytealign_S (in1[1], in1[0], 3);
+              out0[2] = amd_bytealign_S (in1[2], in1[1], 3);
+              out0[3] = amd_bytealign_S (in1[3], in1[2], 3);
+              out1[0] = amd_bytealign_S (     0, in1[3], 3);
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 16:  out0[0] = in1[0];
+              out0[1] = in1[1];
+              out0[2] = in1[2];
+              out0[3] = in1[3];
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 17:  out0[0] = amd_bytealign_S (in1[1], in1[0], 1);
+              out0[1] = amd_bytealign_S (in1[2], in1[1], 1);
+              out0[2] = amd_bytealign_S (in1[3], in1[2], 1);
+              out0[3] = amd_bytealign_S (     0, in1[3], 1);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 18:  out0[0] = amd_bytealign_S (in1[1], in1[0], 2);
+              out0[1] = amd_bytealign_S (in1[2], in1[1], 2);
+              out0[2] = amd_bytealign_S (in1[3], in1[2], 2);
+              out0[3] = amd_bytealign_S (     0, in1[3], 2);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 19:  out0[0] = amd_bytealign_S (in1[1], in1[0], 3);
+              out0[1] = amd_bytealign_S (in1[2], in1[1], 3);
+              out0[2] = amd_bytealign_S (in1[3], in1[2], 3);
+              out0[3] = amd_bytealign_S (     0, in1[3], 3);
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 20:  out0[0] = in1[1];
+              out0[1] = in1[2];
+              out0[2] = in1[3];
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 21:  out0[0] = amd_bytealign_S (in1[2], in1[1], 1);
+              out0[1] = amd_bytealign_S (in1[3], in1[2], 1);
+              out0[2] = amd_bytealign_S (     0, in1[3], 1);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 22:  out0[0] = amd_bytealign_S (in1[2], in1[1], 2);
+              out0[1] = amd_bytealign_S (in1[3], in1[2], 2);
+              out0[2] = amd_bytealign_S (     0, in1[3], 2);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 23:  out0[0] = amd_bytealign_S (in1[2], in1[1], 3);
+              out0[1] = amd_bytealign_S (in1[3], in1[2], 3);
+              out0[2] = amd_bytealign_S (     0, in1[3], 3);
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 24:  out0[0] = in1[2];
+              out0[1] = in1[3];
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 25:  out0[0] = amd_bytealign_S (in1[3], in1[2], 1);
+              out0[1] = amd_bytealign_S (     0, in1[3], 1);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 26:  out0[0] = amd_bytealign_S (in1[3], in1[2], 2);
+              out0[1] = amd_bytealign_S (     0, in1[3], 2);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 27:  out0[0] = amd_bytealign_S (in1[3], in1[2], 3);
+              out0[1] = amd_bytealign_S (     0, in1[3], 3);
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 28:  out0[0] = in1[3];
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 29:  out0[0] = amd_bytealign_S (     0, in1[3], 1);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 30:  out0[0] = amd_bytealign_S (     0, in1[3], 2);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+    case 31:  out0[0] = amd_bytealign_S (     0, in1[3], 3);
+              out0[1] = 0;
+              out0[2] = 0;
+              out0[3] = 0;
+              out1[0] = 0;
+              out1[1] = 0;
+              out1[2] = 0;
+              out1[3] = 0;
+              break;
+  }
+  #endif
+}
+
+inline void rshift_block_N (const u32 in0[4], const u32 in1[4], u32 out0[4], u32 out1[4], const u32 num)
+{
+  #ifdef IS_NV
+  switch (num)
+  {
+    case  0:  out1[3] = in1[3];
+              out1[2] = in1[2];
+              out1[1] = in1[1];
+              out1[0] = in1[0];
+              out0[3] = in0[3];
+              out0[2] = in0[2];
+              out0[1] = in0[1];
+              out0[0] = in0[0];
+              break;
+    case  1:  out1[3] = __byte_perm_S (in1[2], in1[3], 0x6543);
+              out1[2] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out1[1] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out1[0] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out0[3] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out0[2] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out0[1] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out0[0] = __byte_perm_S (     0, in0[0], 0x6543);
+              break;
+    case  2:  out1[3] = __byte_perm_S (in1[2], in1[3], 0x5432);
+              out1[2] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out1[1] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out1[0] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out0[3] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out0[2] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out0[1] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out0[0] = __byte_perm_S (     0, in0[0], 0x5432);
+              break;
+    case  3:  out1[3] = __byte_perm_S (in1[2], in1[3], 0x4321);
+              out1[2] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out1[1] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out1[0] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out0[3] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out0[2] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out0[1] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out0[0] = __byte_perm_S (     0, in0[0], 0x4321);
+              break;
+    case  4:  out1[3] = in1[2];
+              out1[2] = in1[1];
+              out1[1] = in1[0];
+              out1[0] = in0[3];
+              out0[3] = in0[2];
+              out0[2] = in0[1];
+              out0[1] = in0[0];
+              out0[0] = 0;
+              break;
+    case  5:  out1[3] = __byte_perm_S (in1[1], in1[2], 0x6543);
+              out1[2] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out1[1] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out1[0] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out0[3] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out0[2] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out0[1] = __byte_perm_S (     0, in0[0], 0x6543);
+              out0[0] = 0;
+              break;
+    case  6:  out1[3] = __byte_perm_S (in1[1], in1[2], 0x5432);
+              out1[2] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out1[1] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out1[0] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out0[3] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out0[2] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out0[1] = __byte_perm_S (     0, in0[0], 0x5432);
+              out0[0] = 0;
+              break;
+    case  7:  out1[3] = __byte_perm_S (in1[1], in1[2], 0x4321);
+              out1[2] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out1[1] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out1[0] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out0[3] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out0[2] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out0[1] = __byte_perm_S (     0, in0[0], 0x4321);
+              out0[0] = 0;
+              break;
+    case  8:  out1[3] = in1[1];
+              out1[2] = in1[0];
+              out1[1] = in0[3];
+              out1[0] = in0[2];
+              out0[3] = in0[1];
+              out0[2] = in0[0];
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case  9:  out1[3] = __byte_perm_S (in1[0], in1[1], 0x6543);
+              out1[2] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out1[1] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out1[0] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out0[3] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out0[2] = __byte_perm_S (     0, in0[0], 0x6543);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 10:  out1[3] = __byte_perm_S (in1[0], in1[1], 0x5432);
+              out1[2] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out1[1] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out1[0] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out0[3] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out0[2] = __byte_perm_S (     0, in0[0], 0x5432);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 11:  out1[3] = __byte_perm_S (in1[0], in1[1], 0x4321);
+              out1[2] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out1[1] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out1[0] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out0[3] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out0[2] = __byte_perm_S (     0, in0[0], 0x4321);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 12:  out1[3] = in1[0];
+              out1[2] = in0[3];
+              out1[1] = in0[2];
+              out1[0] = in0[1];
+              out0[3] = in0[0];
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 13:  out1[3] = __byte_perm_S (in0[3], in1[0], 0x6543);
+              out1[2] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out1[1] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out1[0] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out0[3] = __byte_perm_S (     0, in0[0], 0x6543);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 14:  out1[3] = __byte_perm_S (in0[3], in1[0], 0x5432);
+              out1[2] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out1[1] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out1[0] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out0[3] = __byte_perm_S (     0, in0[0], 0x5432);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 15:  out1[3] = __byte_perm_S (in0[3], in1[0], 0x4321);
+              out1[2] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out1[1] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out1[0] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out0[3] = __byte_perm_S (     0, in0[0], 0x4321);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 16:  out1[3] = in0[3];
+              out1[2] = in0[2];
+              out1[1] = in0[1];
+              out1[0] = in0[0];
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 17:  out1[3] = __byte_perm_S (in0[2], in0[3], 0x6543);
+              out1[2] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out1[1] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out1[0] = __byte_perm_S (     0, in0[0], 0x6543);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 18:  out1[3] = __byte_perm_S (in0[2], in0[3], 0x5432);
+              out1[2] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out1[1] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out1[0] = __byte_perm_S (     0, in0[0], 0x5432);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 19:  out1[3] = __byte_perm_S (in0[2], in0[3], 0x4321);
+              out1[2] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out1[1] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out1[0] = __byte_perm_S (     0, in0[0], 0x4321);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 20:  out1[3] = in0[2];
+              out1[2] = in0[1];
+              out1[1] = in0[0];
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 21:  out1[3] = __byte_perm_S (in0[1], in0[2], 0x6543);
+              out1[2] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out1[1] = __byte_perm_S (     0, in0[0], 0x6543);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 22:  out1[3] = __byte_perm_S (in0[1], in0[2], 0x5432);
+              out1[2] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out1[1] = __byte_perm_S (     0, in0[0], 0x5432);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 23:  out1[3] = __byte_perm_S (in0[1], in0[2], 0x4321);
+              out1[2] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out1[1] = __byte_perm_S (     0, in0[0], 0x4321);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 24:  out1[3] = in0[1];
+              out1[2] = in0[0];
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 25:  out1[3] = __byte_perm_S (in0[0], in0[1], 0x6543);
+              out1[2] = __byte_perm_S (     0, in0[0], 0x6543);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 26:  out1[3] = __byte_perm_S (in0[0], in0[1], 0x5432);
+              out1[2] = __byte_perm_S (     0, in0[0], 0x5432);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 27:  out1[3] = __byte_perm_S (in0[0], in0[1], 0x4321);
+              out1[2] = __byte_perm_S (     0, in0[0], 0x4321);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 28:  out1[3] = in0[0];
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 29:  out1[3] = __byte_perm_S (     0, in0[0], 0x6543);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 30:  out1[3] = __byte_perm_S (     0, in0[0], 0x5432);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 31:  out1[3] = __byte_perm_S (     0, in0[0], 0x4321);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  switch (num)
+  {
+    case  0:  out1[3] = in1[3];
+              out1[2] = in1[2];
+              out1[1] = in1[1];
+              out1[0] = in1[0];
+              out0[3] = in0[3];
+              out0[2] = in0[2];
+              out0[1] = in0[1];
+              out0[0] = in0[0];
+              break;
+    case  1:  out1[3] = amd_bytealign_S (in1[3], in1[2], 3);
+              out1[2] = amd_bytealign_S (in1[2], in1[1], 3);
+              out1[1] = amd_bytealign_S (in1[1], in1[0], 3);
+              out1[0] = amd_bytealign_S (in1[0], in0[3], 3);
+              out0[3] = amd_bytealign_S (in0[3], in0[2], 3);
+              out0[2] = amd_bytealign_S (in0[2], in0[1], 3);
+              out0[1] = amd_bytealign_S (in0[1], in0[0], 3);
+              out0[0] = amd_bytealign_S (in0[0],      0, 3);
+              break;
+    case  2:  out1[3] = amd_bytealign_S (in1[3], in1[2], 2);
+              out1[2] = amd_bytealign_S (in1[2], in1[1], 2);
+              out1[1] = amd_bytealign_S (in1[1], in1[0], 2);
+              out1[0] = amd_bytealign_S (in1[0], in0[3], 2);
+              out0[3] = amd_bytealign_S (in0[3], in0[2], 2);
+              out0[2] = amd_bytealign_S (in0[2], in0[1], 2);
+              out0[1] = amd_bytealign_S (in0[1], in0[0], 2);
+              out0[0] = amd_bytealign_S (in0[0],      0, 2);
+              break;
+    case  3:  out1[3] = amd_bytealign_S (in1[3], in1[2], 1);
+              out1[2] = amd_bytealign_S (in1[2], in1[1], 1);
+              out1[1] = amd_bytealign_S (in1[1], in1[0], 1);
+              out1[0] = amd_bytealign_S (in1[0], in0[3], 1);
+              out0[3] = amd_bytealign_S (in0[3], in0[2], 1);
+              out0[2] = amd_bytealign_S (in0[2], in0[1], 1);
+              out0[1] = amd_bytealign_S (in0[1], in0[0], 1);
+              out0[0] = amd_bytealign_S (in0[0],      0, 1);
+              break;
+    case  4:  out1[3] = in1[2];
+              out1[2] = in1[1];
+              out1[1] = in1[0];
+              out1[0] = in0[3];
+              out0[3] = in0[2];
+              out0[2] = in0[1];
+              out0[1] = in0[0];
+              out0[0] = 0;
+              break;
+    case  5:  out1[3] = amd_bytealign_S (in1[2], in1[1], 3);
+              out1[2] = amd_bytealign_S (in1[1], in1[0], 3);
+              out1[1] = amd_bytealign_S (in1[0], in0[3], 3);
+              out1[0] = amd_bytealign_S (in0[3], in0[2], 3);
+              out0[3] = amd_bytealign_S (in0[2], in0[1], 3);
+              out0[2] = amd_bytealign_S (in0[1], in0[0], 3);
+              out0[1] = amd_bytealign_S (in0[0],      0, 3);
+              out0[0] = 0;
+              break;
+    case  6:  out1[3] = amd_bytealign_S (in1[2], in1[1], 2);
+              out1[2] = amd_bytealign_S (in1[1], in1[0], 2);
+              out1[1] = amd_bytealign_S (in1[0], in0[3], 2);
+              out1[0] = amd_bytealign_S (in0[3], in0[2], 2);
+              out0[3] = amd_bytealign_S (in0[2], in0[1], 2);
+              out0[2] = amd_bytealign_S (in0[1], in0[0], 2);
+              out0[1] = amd_bytealign_S (in0[0],      0, 2);
+              out0[0] = 0;
+              break;
+    case  7:  out1[3] = amd_bytealign_S (in1[2], in1[1], 1);
+              out1[2] = amd_bytealign_S (in1[1], in1[0], 1);
+              out1[1] = amd_bytealign_S (in1[0], in0[3], 1);
+              out1[0] = amd_bytealign_S (in0[3], in0[2], 1);
+              out0[3] = amd_bytealign_S (in0[2], in0[1], 1);
+              out0[2] = amd_bytealign_S (in0[1], in0[0], 1);
+              out0[1] = amd_bytealign_S (in0[0],      0, 1);
+              out0[0] = 0;
+              break;
+    case  8:  out1[3] = in1[1];
+              out1[2] = in1[0];
+              out1[1] = in0[3];
+              out1[0] = in0[2];
+              out0[3] = in0[1];
+              out0[2] = in0[0];
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case  9:  out1[3] = amd_bytealign_S (in1[1], in1[0], 3);
+              out1[2] = amd_bytealign_S (in1[0], in0[3], 3);
+              out1[1] = amd_bytealign_S (in0[3], in0[2], 3);
+              out1[0] = amd_bytealign_S (in0[2], in0[1], 3);
+              out0[3] = amd_bytealign_S (in0[1], in0[0], 3);
+              out0[2] = amd_bytealign_S (in0[0],      0, 3);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 10:  out1[3] = amd_bytealign_S (in1[1], in1[0], 2);
+              out1[2] = amd_bytealign_S (in1[0], in0[3], 2);
+              out1[1] = amd_bytealign_S (in0[3], in0[2], 2);
+              out1[0] = amd_bytealign_S (in0[2], in0[1], 2);
+              out0[3] = amd_bytealign_S (in0[1], in0[0], 2);
+              out0[2] = amd_bytealign_S (in0[0],      0, 2);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 11:  out1[3] = amd_bytealign_S (in1[1], in1[0], 1);
+              out1[2] = amd_bytealign_S (in1[0], in0[3], 1);
+              out1[1] = amd_bytealign_S (in0[3], in0[2], 1);
+              out1[0] = amd_bytealign_S (in0[2], in0[1], 1);
+              out0[3] = amd_bytealign_S (in0[1], in0[0], 1);
+              out0[2] = amd_bytealign_S (in0[0],      0, 1);
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 12:  out1[3] = in1[0];
+              out1[2] = in0[3];
+              out1[1] = in0[2];
+              out1[0] = in0[1];
+              out0[3] = in0[0];
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 13:  out1[3] = amd_bytealign_S (in1[0], in0[3], 3);
+              out1[2] = amd_bytealign_S (in0[3], in0[2], 3);
+              out1[1] = amd_bytealign_S (in0[2], in0[1], 3);
+              out1[0] = amd_bytealign_S (in0[1], in0[0], 3);
+              out0[3] = amd_bytealign_S (in0[0],      0, 3);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 14:  out1[3] = amd_bytealign_S (in1[0], in0[3], 2);
+              out1[2] = amd_bytealign_S (in0[3], in0[2], 2);
+              out1[1] = amd_bytealign_S (in0[2], in0[1], 2);
+              out1[0] = amd_bytealign_S (in0[1], in0[0], 2);
+              out0[3] = amd_bytealign_S (in0[0],      0, 2);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 15:  out1[3] = amd_bytealign_S (in1[0], in0[3], 1);
+              out1[2] = amd_bytealign_S (in0[3], in0[2], 1);
+              out1[1] = amd_bytealign_S (in0[2], in0[1], 1);
+              out1[0] = amd_bytealign_S (in0[1], in0[0], 1);
+              out0[3] = amd_bytealign_S (in0[0],      0, 1);
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 16:  out1[3] = in0[3];
+              out1[2] = in0[2];
+              out1[1] = in0[1];
+              out1[0] = in0[0];
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 17:  out1[3] = amd_bytealign_S (in0[3], in0[2], 3);
+              out1[2] = amd_bytealign_S (in0[2], in0[1], 3);
+              out1[1] = amd_bytealign_S (in0[1], in0[0], 3);
+              out1[0] = amd_bytealign_S (in0[0],      0, 3);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 18:  out1[3] = amd_bytealign_S (in0[3], in0[2], 2);
+              out1[2] = amd_bytealign_S (in0[2], in0[1], 2);
+              out1[1] = amd_bytealign_S (in0[1], in0[0], 2);
+              out1[0] = amd_bytealign_S (in0[0],      0, 2);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 19:  out1[3] = amd_bytealign_S (in0[3], in0[2], 1);
+              out1[2] = amd_bytealign_S (in0[2], in0[1], 1);
+              out1[1] = amd_bytealign_S (in0[1], in0[0], 1);
+              out1[0] = amd_bytealign_S (in0[0],      0, 1);
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 20:  out1[3] = in0[2];
+              out1[2] = in0[1];
+              out1[1] = in0[0];
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 21:  out1[3] = amd_bytealign_S (in0[2], in0[1], 3);
+              out1[2] = amd_bytealign_S (in0[1], in0[0], 3);
+              out1[1] = amd_bytealign_S (in0[0],      0, 3);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 22:  out1[3] = amd_bytealign_S (in0[2], in0[1], 2);
+              out1[2] = amd_bytealign_S (in0[1], in0[0], 2);
+              out1[1] = amd_bytealign_S (in0[0],      0, 2);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 23:  out1[3] = amd_bytealign_S (in0[2], in0[1], 1);
+              out1[2] = amd_bytealign_S (in0[1], in0[0], 1);
+              out1[1] = amd_bytealign_S (in0[0],      0, 1);
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 24:  out1[3] = in0[1];
+              out1[2] = in0[0];
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 25:  out1[3] = amd_bytealign_S (in0[1], in0[0], 3);
+              out1[2] = amd_bytealign_S (in0[0],      0, 3);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 26:  out1[3] = amd_bytealign_S (in0[1], in0[0], 2);
+              out1[2] = amd_bytealign_S (in0[0],      0, 2);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 27:  out1[3] = amd_bytealign_S (in0[1], in0[0], 1);
+              out1[2] = amd_bytealign_S (in0[0],      0, 1);
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 28:  out1[3] = in0[0];
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 29:  out1[3] = amd_bytealign_S (in0[0],      0, 3);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 30:  out1[3] = amd_bytealign_S (in0[0],      0, 2);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+    case 31:  out1[3] = amd_bytealign_S (in0[0],      0, 1);
+              out1[2] = 0;
+              out1[1] = 0;
+              out1[0] = 0;
+              out0[3] = 0;
+              out0[2] = 0;
+              out0[1] = 0;
+              out0[0] = 0;
+              break;
+  }
+  #endif
+}
+
+inline void append_block1 (const u32 offset, u32 dst0[4], u32 dst1[4], const u32 src_r0)
+{
+  u32 tmp[2];
+
+  switch (offset & 3)
+  {
+    case  0:  tmp[0] = src_r0;
+              tmp[1] = 0;
+              break;
+    case  1:  tmp[0] = src_r0 <<  8;
+              tmp[1] = src_r0 >> 24;
+              break;
+    case  2:  tmp[0] = src_r0 << 16;
+              tmp[1] = src_r0 >> 16;
+              break;
+    case  3:  tmp[0] = src_r0 << 24;
+              tmp[1] = src_r0 >>  8;
+              break;
+  }
+
+  switch (offset / 4)
+  {
+    case  0:  dst0[0] |= tmp[0];
+              dst0[1]  = tmp[1];
+              break;
+    case  1:  dst0[1] |= tmp[0];
+              dst0[2]  = tmp[1];
+              break;
+    case  2:  dst0[2] |= tmp[0];
+              dst0[3]  = tmp[1];
+              break;
+    case  3:  dst0[3] |= tmp[0];
+              dst1[0]  = tmp[1];
+              break;
+    case  4:  dst1[0] |= tmp[0];
+              dst1[1]  = tmp[1];
+              break;
+    case  5:  dst1[1] |= tmp[0];
+              dst1[2]  = tmp[1];
+              break;
+    case  6:  dst1[2] |= tmp[0];
+              dst1[3]  = tmp[1];
+              break;
+    case  7:  dst1[3] |= tmp[0];
+              break;
+  }
+}
+
+inline void append_block8 (const u32 offset, u32 dst0[4], u32 dst1[4], const u32 src_l0[4], const u32 src_l1[4], const u32 src_r0[4], const u32 src_r1[4])
+{
+/*
+  #ifdef IS_NV
+  switch (offset)
+  {
+    case 0:
+      dst0[0] = src_r0[0];
+      dst0[1] = src_r0[1];
+      dst0[2] = src_r0[2];
+      dst0[3] = src_r0[3];
+      dst1[0] = src_r1[0];
+      dst1[1] = src_r1[1];
+      dst1[2] = src_r1[2];
+      dst1[3] = src_r1[3];
+      break;
+
+    case 1:
+      dst0[0] = __byte_perm_S (src_l0[0], src_r0[0], 0x6540);
+      dst0[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst0[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      dst0[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x6543);
+      dst1[0] = __byte_perm_S (src_r0[3], src_r1[0], 0x6543);
+      dst1[1] = __byte_perm_S (src_r1[0], src_r1[1], 0x6543);
+      dst1[2] = __byte_perm_S (src_r1[1], src_r1[2], 0x6543);
+      dst1[3] = __byte_perm_S (src_r1[2], src_r1[3], 0x6543);
+      break;
+
+    case 2:
+      dst0[0] = __byte_perm_S (src_l0[0], src_r0[0], 0x5410);
+      dst0[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst0[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      dst0[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x5432);
+      dst1[0] = __byte_perm_S (src_r0[3], src_r1[0], 0x5432);
+      dst1[1] = __byte_perm_S (src_r1[0], src_r1[1], 0x5432);
+      dst1[2] = __byte_perm_S (src_r1[1], src_r1[2], 0x5432);
+      dst1[3] = __byte_perm_S (src_r1[2], src_r1[3], 0x5432);
+      break;
+
+    case 3:
+      dst0[0] = __byte_perm_S (src_l0[0], src_r0[0], 0x4210);
+      dst0[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst0[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      dst0[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x4321);
+      dst1[0] = __byte_perm_S (src_r0[3], src_r1[0], 0x4321);
+      dst1[1] = __byte_perm_S (src_r1[0], src_r1[1], 0x4321);
+      dst1[2] = __byte_perm_S (src_r1[1], src_r1[2], 0x4321);
+      dst1[3] = __byte_perm_S (src_r1[2], src_r1[3], 0x4321);
+      break;
+
+    case 4:
+      dst0[1] = src_r0[0];
+      dst0[2] = src_r0[1];
+      dst0[3] = src_r0[2];
+      dst1[0] = src_r0[3];
+      dst1[1] = src_r1[0];
+      dst1[2] = src_r1[1];
+      dst1[3] = src_r1[2];
+      break;
+
+    case 5:
+      dst0[1] = __byte_perm_S (src_l0[1], src_r0[0], 0x6540);
+      dst0[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst0[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      dst1[0] = __byte_perm_S (src_r0[2], src_r0[3], 0x6543);
+      dst1[1] = __byte_perm_S (src_r0[3], src_r1[0], 0x6543);
+      dst1[2] = __byte_perm_S (src_r1[0], src_r1[1], 0x6543);
+      dst1[3] = __byte_perm_S (src_r1[1], src_r1[2], 0x6543);
+      break;
+
+    case 6:
+      dst0[1] = __byte_perm_S (src_l0[1], src_r0[0], 0x5410);
+      dst0[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst0[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      dst1[0] = __byte_perm_S (src_r0[2], src_r0[3], 0x5432);
+      dst1[1] = __byte_perm_S (src_r0[3], src_r1[0], 0x5432);
+      dst1[2] = __byte_perm_S (src_r1[0], src_r1[1], 0x5432);
+      dst1[3] = __byte_perm_S (src_r1[1], src_r1[2], 0x5432);
+      break;
+
+    case 7:
+      dst0[1] = __byte_perm_S (src_l0[1], src_r0[0], 0x4210);
+      dst0[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst0[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      dst1[0] = __byte_perm_S (src_r0[2], src_r0[3], 0x4321);
+      dst1[1] = __byte_perm_S (src_r0[3], src_r1[0], 0x4321);
+      dst1[2] = __byte_perm_S (src_r1[0], src_r1[1], 0x4321);
+      dst1[3] = __byte_perm_S (src_r1[1], src_r1[2], 0x4321);
+      break;
+
+    case 8:
+      dst0[2] = src_r0[0];
+      dst0[3] = src_r0[1];
+      dst1[0] = src_r0[2];
+      dst1[1] = src_r0[3];
+      dst1[2] = src_r1[0];
+      dst1[3] = src_r1[1];
+      break;
+
+    case 9:
+      dst0[2] = __byte_perm_S (src_l0[2], src_r0[0], 0x6540);
+      dst0[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst1[0] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      dst1[1] = __byte_perm_S (src_r0[2], src_r0[3], 0x6543);
+      dst1[2] = __byte_perm_S (src_r0[3], src_r1[0], 0x6543);
+      dst1[3] = __byte_perm_S (src_r1[0], src_r1[1], 0x6543);
+      break;
+
+    case 10:
+      dst0[2] = __byte_perm_S (src_l0[2], src_r0[0], 0x5410);
+      dst0[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst1[0] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      dst1[1] = __byte_perm_S (src_r0[2], src_r0[3], 0x5432);
+      dst1[2] = __byte_perm_S (src_r0[3], src_r1[0], 0x5432);
+      dst1[3] = __byte_perm_S (src_r1[0], src_r1[1], 0x5432);
+      break;
+
+    case 11:
+      dst0[2] = __byte_perm_S (src_l0[2], src_r0[0], 0x4210);
+      dst0[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst1[0] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      dst1[1] = __byte_perm_S (src_r0[2], src_r0[3], 0x4321);
+      dst1[2] = __byte_perm_S (src_r0[3], src_r1[0], 0x4321);
+      dst1[3] = __byte_perm_S (src_r1[0], src_r1[1], 0x4321);
+      break;
+
+    case 12:
+      dst0[3] = src_r0[0];
+      dst1[0] = src_r0[1];
+      dst1[1] = src_r0[2];
+      dst1[2] = src_r0[3];
+      dst1[3] = src_r1[0];
+      break;
+
+    case 13:
+      dst0[3] = __byte_perm_S (src_l0[3], src_r0[0], 0x6540);
+      dst1[0] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst1[1] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      dst1[2] = __byte_perm_S (src_r0[2], src_r0[3], 0x6543);
+      dst1[3] = __byte_perm_S (src_r0[3], src_r1[0], 0x6543);
+      break;
+
+    case 14:
+      dst0[3] = __byte_perm_S (src_l0[3], src_r0[0], 0x5410);
+      dst1[0] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst1[1] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      dst1[2] = __byte_perm_S (src_r0[2], src_r0[3], 0x5432);
+      dst1[3] = __byte_perm_S (src_r0[3], src_r1[0], 0x5432);
+      break;
+
+    case 15:
+      dst0[3] = __byte_perm_S (src_l0[3], src_r0[0], 0x4210);
+      dst1[0] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst1[1] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      dst1[2] = __byte_perm_S (src_r0[2], src_r0[3], 0x4321);
+      dst1[3] = __byte_perm_S (src_r0[3], src_r1[0], 0x4321);
+      break;
+
+    case 16:
+      dst1[0] = src_r0[0];
+      dst1[1] = src_r0[1];
+      dst1[2] = src_r0[2];
+      dst1[3] = src_r0[3];
+      break;
+
+    case 17:
+      dst1[0] = __byte_perm_S (src_l1[0], src_r0[0], 0x6540);
+      dst1[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst1[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      dst1[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x6543);
+      break;
+
+    case 18:
+      dst1[0] = __byte_perm_S (src_l1[0], src_r0[0], 0x5410);
+      dst1[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst1[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      dst1[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x5432);
+      break;
+
+    case 19:
+      dst1[0] = __byte_perm_S (src_l1[0], src_r0[0], 0x4210);
+      dst1[1] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst1[2] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      dst1[3] = __byte_perm_S (src_r0[2], src_r0[3], 0x4321);
+      break;
+
+    case 20:
+      dst1[1] = src_r0[0];
+      dst1[2] = src_r0[1];
+      dst1[3] = src_r0[2];
+      break;
+
+    case 21:
+      dst1[1] = __byte_perm_S (src_l1[1], src_r0[0], 0x6540);
+      dst1[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      dst1[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x6543);
+      break;
+
+    case 22:
+      dst1[1] = __byte_perm_S (src_l1[1], src_r0[0], 0x5410);
+      dst1[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      dst1[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x5432);
+      break;
+
+    case 23:
+      dst1[1] = __byte_perm_S (src_l1[1], src_r0[0], 0x4210);
+      dst1[2] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      dst1[3] = __byte_perm_S (src_r0[1], src_r0[2], 0x4321);
+      break;
+
+    case 24:
+      dst1[2] = src_r0[0];
+      dst1[3] = src_r0[1];
+      break;
+
+    case 25:
+      dst1[2] = __byte_perm_S (src_l1[2], src_r0[0], 0x6540);
+      dst1[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x6543);
+      break;
+
+    case 26:
+      dst1[2] = __byte_perm_S (src_l1[2], src_r0[0], 0x5410);
+      dst1[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x5432);
+      break;
+
+    case 27:
+      dst1[2] = __byte_perm_S (src_l1[2], src_r0[0], 0x4210);
+      dst1[3] = __byte_perm_S (src_r0[0], src_r0[1], 0x4321);
+      break;
+
+    case 28:
+      dst1[3] = src_r0[0];
+      break;
+
+    case 29:
+      dst1[3] = __byte_perm_S (src_l1[3], src_r0[0], 0x6540);
+      break;
+
+    case 30:
+      dst1[3] = __byte_perm_S (src_l1[3], src_r0[0], 0x5410);
+      break;
+
+    case 31:
+      dst1[3] = __byte_perm_S (src_l1[3], src_r0[0], 0x4210);
+      break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+*/
+  switch (offset)
+  {
+    case 31:
+      dst1[3] = src_l1[3] | src_r0[0] << 24;
+      break;
+    case 30:
+      dst1[3] = src_l1[3] | src_r0[0] << 16;
+      break;
+    case 29:
+      dst1[3] = src_l1[3] | src_r0[0] <<  8;
+      break;
+    case 28:
+      dst1[3] = src_r0[0];
+      break;
+    case 27:
+      dst1[3] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst1[2] = src_l1[2] | src_r0[0] << 24;
+      break;
+    case 26:
+      dst1[3] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst1[2] = src_l1[2] | src_r0[0] << 16;
+      break;
+    case 25:
+      dst1[3] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst1[2] = src_l1[2] | src_r0[0] <<  8;
+      break;
+    case 24:
+      dst1[3] = src_r0[1];
+      dst1[2] = src_r0[0];
+      break;
+    case 23:
+      dst1[3] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst1[2] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst1[1] = src_l1[1] | src_r0[0] << 24;
+      break;
+    case 22:
+      dst1[3] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst1[2] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst1[1] = src_l1[1] | src_r0[0] << 16;
+      break;
+    case 21:
+      dst1[3] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst1[2] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst1[1] = src_l1[1] | src_r0[0] <<  8;
+      break;
+    case 20:
+      dst1[3] = src_r0[2];
+      dst1[2] = src_r0[1];
+      dst1[1] = src_r0[0];
+      break;
+    case 19:
+      dst1[3] = amd_bytealign_S (src_r0[3], src_r0[2], 1);
+      dst1[2] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst1[1] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst1[0] = src_l1[0] | src_r0[0] << 24;
+      break;
+    case 18:
+      dst1[3] = amd_bytealign_S (src_r0[3], src_r0[2], 2);
+      dst1[2] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst1[1] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst1[0] = src_l1[0] | src_r0[0] << 16;
+      break;
+    case 17:
+      dst1[3] = amd_bytealign_S (src_r0[3], src_r0[2], 3);
+      dst1[2] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst1[1] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst1[0] = src_l1[0] | src_r0[0] <<  8;
+      break;
+    case 16:
+      dst1[3] = src_r0[3];
+      dst1[2] = src_r0[2];
+      dst1[1] = src_r0[1];
+      dst1[0] = src_r0[0];
+      break;
+    case 15:
+      dst1[3] = amd_bytealign_S (src_r1[0], src_r0[3], 1);
+      dst1[2] = amd_bytealign_S (src_r0[3], src_r0[2], 1);
+      dst1[1] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst1[0] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst0[3] = src_l0[3] | src_r0[0] << 24;
+      break;
+    case 14:
+      dst1[3] = amd_bytealign_S (src_r1[0], src_r0[3], 2);
+      dst1[2] = amd_bytealign_S (src_r0[3], src_r0[2], 2);
+      dst1[1] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst1[0] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst0[3] = src_l0[3] | src_r0[0] << 16;
+      break;
+    case 13:
+      dst1[3] = amd_bytealign_S (src_r1[0], src_r0[3], 3);
+      dst1[2] = amd_bytealign_S (src_r0[3], src_r0[2], 3);
+      dst1[1] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst1[0] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst0[3] = src_l0[3] | src_r0[0] <<  8;
+      break;
+    case 12:
+      dst1[3] = src_r1[0];
+      dst1[2] = src_r0[3];
+      dst1[1] = src_r0[2];
+      dst1[0] = src_r0[1];
+      dst0[3] = src_r0[0];
+      break;
+    case 11:
+      dst1[3] = amd_bytealign_S (src_r1[1], src_r1[0], 1);
+      dst1[2] = amd_bytealign_S (src_r1[0], src_r0[3], 1);
+      dst1[1] = amd_bytealign_S (src_r0[3], src_r0[2], 1);
+      dst1[0] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst0[3] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst0[2] = src_l0[2] | src_r0[0] << 24;
+      break;
+    case 10:
+      dst1[3] = amd_bytealign_S (src_r1[1], src_r1[0], 2);
+      dst1[2] = amd_bytealign_S (src_r1[0], src_r0[3], 2);
+      dst1[1] = amd_bytealign_S (src_r0[3], src_r0[2], 2);
+      dst1[0] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst0[3] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst0[2] = src_l0[2] | src_r0[0] << 16;
+      break;
+    case 9:
+      dst1[3] = amd_bytealign_S (src_r1[1], src_r1[0], 3);
+      dst1[2] = amd_bytealign_S (src_r1[0], src_r0[3], 3);
+      dst1[1] = amd_bytealign_S (src_r0[3], src_r0[2], 3);
+      dst1[0] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst0[3] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst0[2] = src_l0[2] | src_r0[0] <<  8;
+      break;
+    case 8:
+      dst1[3] = src_r1[1];
+      dst1[2] = src_r1[0];
+      dst1[1] = src_r0[3];
+      dst1[0] = src_r0[2];
+      dst0[3] = src_r0[1];
+      dst0[2] = src_r0[0];
+      break;
+    case 7:
+      dst1[3] = amd_bytealign_S (src_r1[2], src_r1[1], 1);
+      dst1[2] = amd_bytealign_S (src_r1[1], src_r1[0], 1);
+      dst1[1] = amd_bytealign_S (src_r1[0], src_r0[3], 1);
+      dst1[0] = amd_bytealign_S (src_r0[3], src_r0[2], 1);
+      dst0[3] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst0[2] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst0[1] = src_l0[1] | src_r0[0] << 24;
+      break;
+    case 6:
+      dst1[3] = amd_bytealign_S (src_r1[2], src_r1[1], 2);
+      dst1[2] = amd_bytealign_S (src_r1[1], src_r1[0], 2);
+      dst1[1] = amd_bytealign_S (src_r1[0], src_r0[3], 2);
+      dst1[0] = amd_bytealign_S (src_r0[3], src_r0[2], 2);
+      dst0[3] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst0[2] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst0[1] = src_l0[1] | src_r0[0] << 16;
+      break;
+    case 5:
+      dst1[3] = amd_bytealign_S (src_r1[2], src_r1[1], 3);
+      dst1[2] = amd_bytealign_S (src_r1[1], src_r1[0], 3);
+      dst1[1] = amd_bytealign_S (src_r1[0], src_r0[3], 3);
+      dst1[0] = amd_bytealign_S (src_r0[3], src_r0[2], 3);
+      dst0[3] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst0[2] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst0[1] = src_l0[1] | src_r0[0] <<  8;
+      break;
+    case 4:
+      dst1[3] = src_r1[2];
+      dst1[2] = src_r1[1];
+      dst1[1] = src_r1[0];
+      dst1[0] = src_r0[3];
+      dst0[3] = src_r0[2];
+      dst0[2] = src_r0[1];
+      dst0[1] = src_r0[0];
+      break;
+    case 3:
+      dst1[3] = amd_bytealign_S (src_r1[3], src_r1[2], 1);
+      dst1[2] = amd_bytealign_S (src_r1[2], src_r1[1], 1);
+      dst1[1] = amd_bytealign_S (src_r1[1], src_r1[0], 1);
+      dst1[0] = amd_bytealign_S (src_r1[0], src_r0[3], 1);
+      dst0[3] = amd_bytealign_S (src_r0[3], src_r0[2], 1);
+      dst0[2] = amd_bytealign_S (src_r0[2], src_r0[1], 1);
+      dst0[1] = amd_bytealign_S (src_r0[1], src_r0[0], 1);
+      dst0[0] = src_l0[0] | src_r0[0] << 24;
+      break;
+    case 2:
+      dst1[3] = amd_bytealign_S (src_r1[3], src_r1[2], 2);
+      dst1[2] = amd_bytealign_S (src_r1[2], src_r1[1], 2);
+      dst1[1] = amd_bytealign_S (src_r1[1], src_r1[0], 2);
+      dst1[0] = amd_bytealign_S (src_r1[0], src_r0[3], 2);
+      dst0[3] = amd_bytealign_S (src_r0[3], src_r0[2], 2);
+      dst0[2] = amd_bytealign_S (src_r0[2], src_r0[1], 2);
+      dst0[1] = amd_bytealign_S (src_r0[1], src_r0[0], 2);
+      dst0[0] = src_l0[0] | src_r0[0] << 16;
+      break;
+    case 1:
+      dst1[3] = amd_bytealign_S (src_r1[3], src_r1[2], 3);
+      dst1[2] = amd_bytealign_S (src_r1[2], src_r1[1], 3);
+      dst1[1] = amd_bytealign_S (src_r1[1], src_r1[0], 3);
+      dst1[0] = amd_bytealign_S (src_r1[0], src_r0[3], 3);
+      dst0[3] = amd_bytealign_S (src_r0[3], src_r0[2], 3);
+      dst0[2] = amd_bytealign_S (src_r0[2], src_r0[1], 3);
+      dst0[1] = amd_bytealign_S (src_r0[1], src_r0[0], 3);
+      dst0[0] = src_l0[0] | src_r0[0] <<  8;
+      break;
+    case 0:
+      dst1[3] = src_r1[3];
+      dst1[2] = src_r1[2];
+      dst1[1] = src_r1[1];
+      dst1[0] = src_r1[0];
+      dst0[3] = src_r0[3];
+      dst0[2] = src_r0[2];
+      dst0[1] = src_r0[1];
+      dst0[0] = src_r0[0];
+      break;
+  }
+//  #endif
+}
+
+inline void reverse_block (u32 in0[4], u32 in1[4], u32 out0[4], u32 out1[4], const u32 len)
+{
+  rshift_block_N (in0, in1, out0, out1, 32 - len);
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  tib40[0] = out1[3];
+  tib40[1] = out1[2];
+  tib40[2] = out1[1];
+  tib40[3] = out1[0];
+  tib41[0] = out0[3];
+  tib41[1] = out0[2];
+  tib41[2] = out0[1];
+  tib41[3] = out0[0];
+
+  out0[0] = swap32_S (tib40[0]);
+  out0[1] = swap32_S (tib40[1]);
+  out0[2] = swap32_S (tib40[2]);
+  out0[3] = swap32_S (tib40[3]);
+  out1[0] = swap32_S (tib41[0]);
+  out1[1] = swap32_S (tib41[1]);
+  out1[2] = swap32_S (tib41[2]);
+  out1[3] = swap32_S (tib41[3]);
+}
+
+inline u32 rule_op_mangle_lrest (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  buf0[0] |= (generate_cmask (buf0[0]));
+  buf0[1] |= (generate_cmask (buf0[1]));
+  buf0[2] |= (generate_cmask (buf0[2]));
+  buf0[3] |= (generate_cmask (buf0[3]));
+  buf1[0] |= (generate_cmask (buf1[0]));
+  buf1[1] |= (generate_cmask (buf1[1]));
+  buf1[2] |= (generate_cmask (buf1[2]));
+  buf1[3] |= (generate_cmask (buf1[3]));
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_urest (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  buf0[0] &= ~(generate_cmask (buf0[0]));
+  buf0[1] &= ~(generate_cmask (buf0[1]));
+  buf0[2] &= ~(generate_cmask (buf0[2]));
+  buf0[3] &= ~(generate_cmask (buf0[3]));
+  buf1[0] &= ~(generate_cmask (buf1[0]));
+  buf1[1] &= ~(generate_cmask (buf1[1]));
+  buf1[2] &= ~(generate_cmask (buf1[2]));
+  buf1[3] &= ~(generate_cmask (buf1[3]));
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_lrest_ufirst (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  rule_op_mangle_lrest (p0, p1, buf0, buf1, in_len);
+
+  buf0[0] &= ~(0x00000020 & generate_cmask (buf0[0]));
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_urest_lfirst (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  rule_op_mangle_urest (p0, p1, buf0, buf1, in_len);
+
+  buf0[0] |= (0x00000020 & generate_cmask (buf0[0]));
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_trest (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  buf0[0] ^= (generate_cmask (buf0[0]));
+  buf0[1] ^= (generate_cmask (buf0[1]));
+  buf0[2] ^= (generate_cmask (buf0[2]));
+  buf0[3] ^= (generate_cmask (buf0[3]));
+  buf1[0] ^= (generate_cmask (buf1[0]));
+  buf1[1] ^= (generate_cmask (buf1[1]));
+  buf1[2] ^= (generate_cmask (buf1[2]));
+  buf1[3] ^= (generate_cmask (buf1[3]));
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_toggle_at (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 tmp = 0x20u << ((p0 & 3) * 8);
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] ^= (tmp & generate_cmask (buf0[0])); break;
+    case  1:  buf0[1] ^= (tmp & generate_cmask (buf0[1])); break;
+    case  2:  buf0[2] ^= (tmp & generate_cmask (buf0[2])); break;
+    case  3:  buf0[3] ^= (tmp & generate_cmask (buf0[3])); break;
+    case  4:  buf1[0] ^= (tmp & generate_cmask (buf1[0])); break;
+    case  5:  buf1[1] ^= (tmp & generate_cmask (buf1[1])); break;
+    case  6:  buf1[2] ^= (tmp & generate_cmask (buf1[2])); break;
+    case  7:  buf1[3] ^= (tmp & generate_cmask (buf1[3])); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_reverse (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  reverse_block (buf0, buf1, buf0, buf1, in_len);
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_dupeword (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ((in_len + in_len) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  append_block8 (out_len, buf0, buf1, buf0, buf1, buf0, buf1);
+
+  out_len += in_len;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_dupeword_times (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (((in_len * p0) + in_len) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  tib40[0] = buf0[0];
+  tib40[1] = buf0[1];
+  tib40[2] = buf0[2];
+  tib40[3] = buf0[3];
+  tib41[0] = buf1[0];
+  tib41[1] = buf1[1];
+  tib41[2] = buf1[2];
+  tib41[3] = buf1[3];
+
+  for (u32 i = 0; i < p0; i++)
+  {
+    append_block8 (out_len, buf0, buf1, buf0, buf1, tib40, tib41);
+
+    out_len += in_len;
+  }
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_reflect (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ((in_len + in_len) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  reverse_block (buf0, buf1, tib40, tib41, out_len);
+
+  append_block8 (out_len, buf0, buf1, buf0, buf1, tib40, tib41);
+
+  out_len += in_len;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_append (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ((in_len + 1) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  append_block1 (out_len, buf0, buf1, p0);
+
+  out_len++;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_prepend (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ((in_len + 1) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  rshift_block (buf0, buf1, buf0, buf1);
+
+  buf0[0] = buf0[0] | p0;
+
+  out_len++;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_rotate_left (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len == 0) return (in_len);
+
+  const u32 in_len1 = in_len - 1;
+
+  const u32 sh = (in_len1 & 3) * 8;
+
+  const u32 tmp = (buf0[0] & 0xff) << sh;
+
+  lshift_block (buf0, buf1, buf0, buf1);
+
+  switch (in_len1 / 4)
+  {
+    case  0:  buf0[0] |= tmp; break;
+    case  1:  buf0[1] |= tmp; break;
+    case  2:  buf0[2] |= tmp; break;
+    case  3:  buf0[3] |= tmp; break;
+    case  4:  buf1[0] |= tmp; break;
+    case  5:  buf1[1] |= tmp; break;
+    case  6:  buf1[2] |= tmp; break;
+    case  7:  buf1[3] |= tmp; break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_rotate_right (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len == 0) return (in_len);
+
+  const u32 in_len1 = in_len - 1;
+
+  const u32 sh = (in_len1 & 3) * 8;
+
+  u32 tmp = 0;
+
+  switch (in_len1 / 4)
+  {
+    case  0:  tmp = (buf0[0] >> sh) & 0xff; break;
+    case  1:  tmp = (buf0[1] >> sh) & 0xff; break;
+    case  2:  tmp = (buf0[2] >> sh) & 0xff; break;
+    case  3:  tmp = (buf0[3] >> sh) & 0xff; break;
+    case  4:  tmp = (buf1[0] >> sh) & 0xff; break;
+    case  5:  tmp = (buf1[1] >> sh) & 0xff; break;
+    case  6:  tmp = (buf1[2] >> sh) & 0xff; break;
+    case  7:  tmp = (buf1[3] >> sh) & 0xff; break;
+  }
+
+  rshift_block (buf0, buf1, buf0, buf1);
+
+  buf0[0] |= tmp;
+
+  truncate_right (buf0, buf1, in_len);
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_delete_first (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len == 0) return (in_len);
+
+  const u32 in_len1 = in_len - 1;
+
+  lshift_block (buf0, buf1, buf0, buf1);
+
+  return in_len1;
+}
+
+inline u32 rule_op_mangle_delete_last (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len == 0) return (in_len);
+
+  const u32 in_len1 = in_len - 1;
+
+  const u32 tmp = (1 << ((in_len1 & 3) * 8)) - 1;
+
+  switch (in_len1 / 4)
+  {
+    case  0:  buf0[0] &= tmp; break;
+    case  1:  buf0[1] &= tmp; break;
+    case  2:  buf0[2] &= tmp; break;
+    case  3:  buf0[3] &= tmp; break;
+    case  4:  buf1[0] &= tmp; break;
+    case  5:  buf1[1] &= tmp; break;
+    case  6:  buf1[2] &= tmp; break;
+    case  7:  buf1[3] &= tmp; break;
+  }
+
+  return in_len1;
+}
+
+inline u32 rule_op_mangle_delete_at (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  lshift_block (buf0, buf1, tib40, tib41);
+
+  const u32 ml = (1 << ((p0 & 3) * 8)) - 1;
+  const u32 mr = ~ml;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] =  (buf0[0] & ml)
+                      | (tib40[0] & mr);
+              buf0[1] =  tib40[1];
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  1:  buf0[1] =  (buf0[1] & ml)
+                      | (tib40[1] & mr);
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  2:  buf0[2] =  (buf0[2] & ml)
+                      | (tib40[2] & mr);
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  3:  buf0[3] =  (buf0[3] & ml)
+                      | (tib40[3] & mr);
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  4:  buf1[0] =  (buf1[0] & ml)
+                      | (tib41[0] & mr);
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  5:  buf1[1] =  (buf1[1] & ml)
+                      | (tib41[1] & mr);
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  6:  buf1[2] =  (buf1[2] & ml)
+                      | (tib41[2] & mr);
+              buf1[3] =  tib41[3];
+              break;
+    case  7:  buf1[3] =  (buf1[3] & ml)
+                      | (tib41[3] & mr);
+              break;
+  }
+
+  out_len--;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_extract (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  if ((p0 + p1) > in_len) return (in_len);
+
+  u32 out_len = p1;
+
+  lshift_block_N (buf0, buf1, buf0, buf1, p0);
+
+  truncate_right (buf0, buf1, out_len);
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_omit (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  if ((p0 + p1) > in_len) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  tib40[0] = 0;
+  tib40[1] = 0;
+  tib40[2] = 0;
+  tib40[3] = 0;
+  tib41[0] = 0;
+  tib41[1] = 0;
+  tib41[2] = 0;
+  tib41[3] = 0;
+
+  lshift_block_N (buf0, buf1, tib40, tib41, p1);
+
+  const u32 ml = (1 << ((p0 & 3) * 8)) - 1;
+  const u32 mr = ~ml;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] =  (buf0[0] & ml)
+                      | (tib40[0] & mr);
+              buf0[1] =  tib40[1];
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  1:  buf0[1] =  (buf0[1] & ml)
+                      | (tib40[1] & mr);
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  2:  buf0[2] =  (buf0[2] & ml)
+                      | (tib40[2] & mr);
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  3:  buf0[3] =  (buf0[3] & ml)
+                      | (tib40[3] & mr);
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  4:  buf1[0] =  (buf1[0] & ml)
+                      | (tib41[0] & mr);
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  5:  buf1[1] =  (buf1[1] & ml)
+                      | (tib41[1] & mr);
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  6:  buf1[2] =  (buf1[2] & ml)
+                      | (tib41[2] & mr);
+              buf1[3] =  tib41[3];
+              break;
+    case  7:  buf1[3] =  (buf1[3] & ml)
+                      | (tib41[3] & mr);
+              break;
+  }
+
+  out_len -= p1;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_insert (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 > in_len) return (in_len);
+
+  if ((in_len + 1) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  rshift_block (buf0, buf1, tib40, tib41);
+
+  const u32 p1n = p1 << ((p0 & 3) * 8);
+
+  const u32 ml = (1 << ((p0 & 3) * 8)) - 1;
+
+  const u32 mr = 0xffffff00 << ((p0 & 3) * 8);
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] =  (buf0[0] & ml) | p1n | (tib40[0] & mr);
+              buf0[1] =  tib40[1];
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  1:  buf0[1] =  (buf0[1] & ml) | p1n | (tib40[1] & mr);
+              buf0[2] =  tib40[2];
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  2:  buf0[2] =  (buf0[2] & ml) | p1n | (tib40[2] & mr);
+              buf0[3] =  tib40[3];
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  3:  buf0[3] =  (buf0[3] & ml) | p1n | (tib40[3] & mr);
+              buf1[0] =  tib41[0];
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  4:  buf1[0] =  (buf1[0] & ml) | p1n | (tib41[0] & mr);
+              buf1[1] =  tib41[1];
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  5:  buf1[1] =  (buf1[1] & ml) | p1n | (tib41[1] & mr);
+              buf1[2] =  tib41[2];
+              buf1[3] =  tib41[3];
+              break;
+    case  6:  buf1[2] =  (buf1[2] & ml) | p1n | (tib41[2] & mr);
+              buf1[3] =  tib41[3];
+              break;
+    case  7:  buf1[3] =  (buf1[3] & ml) | p1n | (tib41[3] & mr);
+              break;
+  }
+
+  out_len++;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_overstrike (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 p1n = p1 << ((p0 & 3) * 8);
+
+  const u32 m = ~(0xffu << ((p0 & 3) * 8));
+
+  switch (p0 / 4)
+  {
+    case  0: buf0[0] = (buf0[0] & m) | p1n; break;
+    case  1: buf0[1] = (buf0[1] & m) | p1n; break;
+    case  2: buf0[2] = (buf0[2] & m) | p1n; break;
+    case  3: buf0[3] = (buf0[3] & m) | p1n; break;
+    case  4: buf1[0] = (buf1[0] & m) | p1n; break;
+    case  5: buf1[1] = (buf1[1] & m) | p1n; break;
+    case  6: buf1[2] = (buf1[2] & m) | p1n; break;
+    case  7: buf1[3] = (buf1[3] & m) | p1n; break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_truncate_at (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  truncate_right (buf0, buf1, p0);
+
+  return p0;
+}
+
+inline u32 rule_op_mangle_replace (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  #ifdef IS_NV
+  for (u32 i = 0; i < in_len; i++)
+  {
+    switch (i)
+    {
+      case  0:  if ((__byte_perm_S (buf0[0], 0, 0x6540)) == p0) buf0[0] = __byte_perm_S (p1, buf0[0], 0x7650);
+                break;
+      case  1:  if ((__byte_perm_S (buf0[0], 0, 0x6541)) == p0) buf0[0] = __byte_perm_S (p1, buf0[0], 0x7604);
+                break;
+      case  2:  if ((__byte_perm_S (buf0[0], 0, 0x6542)) == p0) buf0[0] = __byte_perm_S (p1, buf0[0], 0x7054);
+                break;
+      case  3:  if ((__byte_perm_S (buf0[0], 0, 0x6543)) == p0) buf0[0] = __byte_perm_S (p1, buf0[0], 0x0654);
+                break;
+      case  4:  if ((__byte_perm_S (buf0[1], 0, 0x6540)) == p0) buf0[1] = __byte_perm_S (p1, buf0[1], 0x7650);
+                break;
+      case  5:  if ((__byte_perm_S (buf0[1], 0, 0x6541)) == p0) buf0[1] = __byte_perm_S (p1, buf0[1], 0x7604);
+                break;
+      case  6:  if ((__byte_perm_S (buf0[1], 0, 0x6542)) == p0) buf0[1] = __byte_perm_S (p1, buf0[1], 0x7054);
+                break;
+      case  7:  if ((__byte_perm_S (buf0[1], 0, 0x6543)) == p0) buf0[1] = __byte_perm_S (p1, buf0[1], 0x0654);
+                break;
+      case  8:  if ((__byte_perm_S (buf0[2], 0, 0x6540)) == p0) buf0[2] = __byte_perm_S (p1, buf0[2], 0x7650);
+                break;
+      case  9:  if ((__byte_perm_S (buf0[2], 0, 0x6541)) == p0) buf0[2] = __byte_perm_S (p1, buf0[2], 0x7604);
+                break;
+      case 10:  if ((__byte_perm_S (buf0[2], 0, 0x6542)) == p0) buf0[2] = __byte_perm_S (p1, buf0[2], 0x7054);
+                break;
+      case 11:  if ((__byte_perm_S (buf0[2], 0, 0x6543)) == p0) buf0[2] = __byte_perm_S (p1, buf0[2], 0x0654);
+                break;
+      case 12:  if ((__byte_perm_S (buf0[3], 0, 0x6540)) == p0) buf0[3] = __byte_perm_S (p1, buf0[3], 0x7650);
+                break;
+      case 13:  if ((__byte_perm_S (buf0[3], 0, 0x6541)) == p0) buf0[3] = __byte_perm_S (p1, buf0[3], 0x7604);
+                break;
+      case 14:  if ((__byte_perm_S (buf0[3], 0, 0x6542)) == p0) buf0[3] = __byte_perm_S (p1, buf0[3], 0x7054);
+                break;
+      case 15:  if ((__byte_perm_S (buf0[3], 0, 0x6543)) == p0) buf0[3] = __byte_perm_S (p1, buf0[3], 0x0654);
+                break;
+      case 16:  if ((__byte_perm_S (buf1[0], 0, 0x6540)) == p0) buf1[0] = __byte_perm_S (p1, buf1[0], 0x7650);
+                break;
+      case 17:  if ((__byte_perm_S (buf1[0], 0, 0x6541)) == p0) buf1[0] = __byte_perm_S (p1, buf1[0], 0x7604);
+                break;
+      case 18:  if ((__byte_perm_S (buf1[0], 0, 0x6542)) == p0) buf1[0] = __byte_perm_S (p1, buf1[0], 0x7054);
+                break;
+      case 19:  if ((__byte_perm_S (buf1[0], 0, 0x6543)) == p0) buf1[0] = __byte_perm_S (p1, buf1[0], 0x0654);
+                break;
+      case 20:  if ((__byte_perm_S (buf1[1], 0, 0x6540)) == p0) buf1[1] = __byte_perm_S (p1, buf1[1], 0x7650);
+                break;
+      case 21:  if ((__byte_perm_S (buf1[1], 0, 0x6541)) == p0) buf1[1] = __byte_perm_S (p1, buf1[1], 0x7604);
+                break;
+      case 22:  if ((__byte_perm_S (buf1[1], 0, 0x6542)) == p0) buf1[1] = __byte_perm_S (p1, buf1[1], 0x7054);
+                break;
+      case 23:  if ((__byte_perm_S (buf1[1], 0, 0x6543)) == p0) buf1[1] = __byte_perm_S (p1, buf1[1], 0x0654);
+                break;
+      case 24:  if ((__byte_perm_S (buf1[2], 0, 0x6540)) == p0) buf1[2] = __byte_perm_S (p1, buf1[2], 0x7650);
+                break;
+      case 25:  if ((__byte_perm_S (buf1[2], 0, 0x6541)) == p0) buf1[2] = __byte_perm_S (p1, buf1[2], 0x7604);
+                break;
+      case 26:  if ((__byte_perm_S (buf1[2], 0, 0x6542)) == p0) buf1[2] = __byte_perm_S (p1, buf1[2], 0x7054);
+                break;
+      case 27:  if ((__byte_perm_S (buf1[2], 0, 0x6543)) == p0) buf1[2] = __byte_perm_S (p1, buf1[2], 0x0654);
+                break;
+      case 28:  if ((__byte_perm_S (buf1[3], 0, 0x6540)) == p0) buf1[3] = __byte_perm_S (p1, buf1[3], 0x7650);
+                break;
+      case 29:  if ((__byte_perm_S (buf1[3], 0, 0x6541)) == p0) buf1[3] = __byte_perm_S (p1, buf1[3], 0x7604);
+                break;
+      case 30:  if ((__byte_perm_S (buf1[3], 0, 0x6542)) == p0) buf1[3] = __byte_perm_S (p1, buf1[3], 0x7054);
+                break;
+      case 31:  if ((__byte_perm_S (buf1[3], 0, 0x6543)) == p0) buf1[3] = __byte_perm_S (p1, buf1[3], 0x0654);
+                break;
+    }
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  const uchar4 tmp0 = (uchar4) (p0);
+  const uchar4 tmp1 = (uchar4) (p1);
+
+  uchar4 tmp;
+
+  tmp = as_uchar4 (buf0[0]); tmp = select (tmp, tmp1, tmp == tmp0); buf0[0] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[1]); tmp = select (tmp, tmp1, tmp == tmp0); buf0[1] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[2]); tmp = select (tmp, tmp1, tmp == tmp0); buf0[2] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[3]); tmp = select (tmp, tmp1, tmp == tmp0); buf0[3] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[0]); tmp = select (tmp, tmp1, tmp == tmp0); buf1[0] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[1]); tmp = select (tmp, tmp1, tmp == tmp0); buf1[1] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[2]); tmp = select (tmp, tmp1, tmp == tmp0); buf1[2] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[3]); tmp = select (tmp, tmp1, tmp == tmp0); buf1[3] = as_uint (tmp);
+  #endif
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_purgechar (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  // TODO
+  return in_len;
+}
+
+inline u32 rule_op_mangle_togglecase_rec (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  // TODO
+  return in_len;
+}
+
+inline u32 rule_op_mangle_dupechar_first (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ( in_len       ==  0) return (in_len);
+  if ((in_len + p0) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  const u32 tmp = buf0[0] & 0xFF;
+
+  rshift_block_N (buf0, buf1, buf0, buf1, p0);
+
+  #ifdef IS_NV
+  switch (p0)
+  {
+    case  1:  buf0[0] |= tmp;
+              break;
+    case  2:  buf0[0] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case  3:  buf0[0] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case  4:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case  5:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= tmp;
+              break;
+    case  6:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case  7:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case  8:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case  9:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= tmp;
+              break;
+    case 10:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 11:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case 12:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case 13:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= tmp;
+              break;
+    case 14:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 15:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case 16:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case 17:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= tmp;
+              break;
+    case 18:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 19:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case 20:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case 21:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= tmp;
+              break;
+    case 22:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 23:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case 24:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case 25:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= tmp;
+              break;
+    case 26:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 27:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+    case 28:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              break;
+    case 29:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[3] |= tmp;
+              break;
+    case 30:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[3] |= __byte_perm_S (tmp, 0, 0x5400);
+              break;
+    case 31:  buf0[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf0[3] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[0] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[1] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[2] |= __byte_perm_S (tmp, 0, 0x0000);
+              buf1[3] |= __byte_perm_S (tmp, 0, 0x4000);
+              break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  switch (p0)
+  {
+    case  1:  buf0[0] |= tmp <<  0;
+              break;
+    case  2:  buf0[0] |= tmp <<  0 | tmp << 8;
+              break;
+    case  3:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case  4:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case  5:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0;
+              break;
+    case  6:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8;
+              break;
+    case  7:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case  8:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case  9:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0;
+              break;
+    case 10:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8;
+              break;
+    case 11:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case 12:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case 13:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0;
+              break;
+    case 14:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8;
+              break;
+    case 15:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case 16:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case 17:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0;
+              break;
+    case 18:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8;
+              break;
+    case 19:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case 20:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case 21:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0;
+              break;
+    case 22:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8;
+              break;
+    case 23:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case 24:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case 25:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0;
+              break;
+    case 26:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8;
+              break;
+    case 27:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+    case 28:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              break;
+    case 29:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[3] |= tmp <<  0;
+              break;
+    case 30:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[3] |= tmp <<  0 | tmp << 8;
+              break;
+    case 31:  buf0[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf0[3] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[0] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[1] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[2] |= tmp <<  0 | tmp << 8 | tmp << 16 | tmp << 24;
+              buf1[3] |= tmp <<  0 | tmp << 8 | tmp << 16;
+              break;
+  }
+  #endif
+
+  out_len += p0;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_dupechar_last (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ( in_len       ==  0) return (in_len);
+  if ((in_len + p0) >= 32) return (in_len);
+
+  const u32 in_len1 = in_len - 1;
+
+  const u32 sh = (in_len1 & 3) * 8;
+
+  u32 tmp = 0;
+
+  switch (in_len1 / 4)
+  {
+    case  0:  tmp = (buf0[0] >> sh) & 0xff; break;
+    case  1:  tmp = (buf0[1] >> sh) & 0xff; break;
+    case  2:  tmp = (buf0[2] >> sh) & 0xff; break;
+    case  3:  tmp = (buf0[3] >> sh) & 0xff; break;
+    case  4:  tmp = (buf1[0] >> sh) & 0xff; break;
+    case  5:  tmp = (buf1[1] >> sh) & 0xff; break;
+    case  6:  tmp = (buf1[2] >> sh) & 0xff; break;
+    case  7:  tmp = (buf1[3] >> sh) & 0xff; break;
+  }
+
+  u32 out_len = in_len;
+
+  for (u32 i = 0; i < p0; i++)
+  {
+    append_block1 (out_len, buf0, buf1, tmp);
+
+    out_len++;
+  }
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_dupechar_all (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ( in_len           ==  0) return (in_len);
+  if ((in_len + in_len) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  #ifdef IS_NV
+  tib40[0] = __byte_perm_S (buf0[0], 0, 0x1100);
+  tib40[1] = __byte_perm_S (buf0[0], 0, 0x3322);
+  tib40[2] = __byte_perm_S (buf0[1], 0, 0x1100);
+  tib40[3] = __byte_perm_S (buf0[1], 0, 0x3322);
+  tib41[0] = __byte_perm_S (buf0[2], 0, 0x1100);
+  tib41[1] = __byte_perm_S (buf0[2], 0, 0x3322);
+  tib41[2] = __byte_perm_S (buf0[3], 0, 0x1100);
+  tib41[3] = __byte_perm_S (buf0[3], 0, 0x3322);
+
+  buf0[0] = tib40[0];
+  buf0[1] = tib40[1];
+  buf0[2] = tib40[2];
+  buf0[3] = tib40[3];
+  buf1[0] = tib41[0];
+  buf1[1] = tib41[1];
+  buf1[2] = tib41[2];
+  buf1[3] = tib41[3];
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  tib40[0] = ((buf0[0] & 0x000000FF) <<  0) | ((buf0[0] & 0x0000FF00) <<  8);
+  tib40[1] = ((buf0[0] & 0x00FF0000) >> 16) | ((buf0[0] & 0xFF000000) >>  8);
+  tib40[2] = ((buf0[1] & 0x000000FF) <<  0) | ((buf0[1] & 0x0000FF00) <<  8);
+  tib40[3] = ((buf0[1] & 0x00FF0000) >> 16) | ((buf0[1] & 0xFF000000) >>  8);
+  tib41[0] = ((buf0[2] & 0x000000FF) <<  0) | ((buf0[2] & 0x0000FF00) <<  8);
+  tib41[1] = ((buf0[2] & 0x00FF0000) >> 16) | ((buf0[2] & 0xFF000000) >>  8);
+  tib41[2] = ((buf0[3] & 0x000000FF) <<  0) | ((buf0[3] & 0x0000FF00) <<  8);
+  tib41[3] = ((buf0[3] & 0x00FF0000) >> 16) | ((buf0[3] & 0xFF000000) >>  8);
+
+  buf0[0] = tib40[0] | (tib40[0] <<  8);
+  buf0[1] = tib40[1] | (tib40[1] <<  8);
+  buf0[2] = tib40[2] | (tib40[2] <<  8);
+  buf0[3] = tib40[3] | (tib40[3] <<  8);
+  buf1[0] = tib41[0] | (tib41[0] <<  8);
+  buf1[1] = tib41[1] | (tib41[1] <<  8);
+  buf1[2] = tib41[2] | (tib41[2] <<  8);
+  buf1[3] = tib41[3] | (tib41[3] <<  8);
+  #endif
+
+  out_len = out_len + out_len;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_switch_first (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len < 2) return (in_len);
+
+  #ifdef IS_NV
+  buf0[0] = __byte_perm_S (buf0[0], 0, 0x3201);
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  buf0[0] = (buf0[0] & 0xFFFF0000) | ((buf0[0] << 8) & 0x0000FF00) | ((buf0[0] >> 8) & 0x000000FF);
+  #endif
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_switch_last (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (in_len < 2) return (in_len);
+
+  #ifdef IS_NV
+  switch (in_len)
+  {
+    case  2:  buf0[0] = __byte_perm_S (buf0[0],       0, 0x5401);
+              break;
+    case  3:  buf0[0] = __byte_perm_S (buf0[0],       0, 0x4120);
+              break;
+    case  4:  buf0[0] = __byte_perm_S (buf0[0],       0, 0x2310);
+              break;
+    case  5:  buf0[1] = __byte_perm_S (buf0[1], buf0[0], 0x7210);
+              buf0[0] = __byte_perm_S (buf0[0], buf0[1], 0x4210);
+              buf0[1] = __byte_perm_S (buf0[1],       0, 0x6543);
+              break;
+    case  6:  buf0[1] = __byte_perm_S (buf0[1],       0, 0x5401);
+              break;
+    case  7:  buf0[1] = __byte_perm_S (buf0[1],       0, 0x4120);
+              break;
+    case  8:  buf0[1] = __byte_perm_S (buf0[1],       0, 0x2310);
+              break;
+    case  9:  buf0[2] = __byte_perm_S (buf0[2], buf0[1], 0x7210);
+              buf0[1] = __byte_perm_S (buf0[1], buf0[2], 0x4210);
+              buf0[2] = __byte_perm_S (buf0[2],       0, 0x6543);
+              break;
+    case 10:  buf0[2] = __byte_perm_S (buf0[2],       0, 0x5401);
+              break;
+    case 11:  buf0[2] = __byte_perm_S (buf0[2],       0, 0x4120);
+              break;
+    case 12:  buf0[2] = __byte_perm_S (buf0[2],       0, 0x2310);
+              break;
+    case 13:  buf0[3] = __byte_perm_S (buf0[3], buf0[2], 0x7210);
+              buf0[2] = __byte_perm_S (buf0[2], buf0[3], 0x4210);
+              buf0[3] = __byte_perm_S (buf0[3],       0, 0x6543);
+              break;
+    case 14:  buf0[3] = __byte_perm_S (buf0[3],       0, 0x5401);
+              break;
+    case 15:  buf0[3] = __byte_perm_S (buf0[3],       0, 0x4120);
+              break;
+    case 16:  buf0[3] = __byte_perm_S (buf0[3],       0, 0x2310);
+              break;
+    case 17:  buf1[0] = __byte_perm_S (buf1[0], buf0[3], 0x7210);
+              buf0[3] = __byte_perm_S (buf0[3], buf1[0], 0x4210);
+              buf1[0] = __byte_perm_S (buf1[0],       0, 0x6543);
+              break;
+    case 18:  buf1[0] = __byte_perm_S (buf1[0],       0, 0x5401);
+              break;
+    case 19:  buf1[0] = __byte_perm_S (buf1[0],       0, 0x4120);
+              break;
+    case 20:  buf1[0] = __byte_perm_S (buf1[0],       0, 0x2310);
+              break;
+    case 21:  buf1[1] = __byte_perm_S (buf1[1], buf1[0], 0x7210);
+              buf1[0] = __byte_perm_S (buf1[0], buf1[1], 0x4210);
+              buf1[1] = __byte_perm_S (buf1[1],       0, 0x6543);
+              break;
+    case 22:  buf1[1] = __byte_perm_S (buf1[1],       0, 0x5401);
+              break;
+    case 23:  buf1[1] = __byte_perm_S (buf1[1],       0, 0x4120);
+              break;
+    case 24:  buf1[1] = __byte_perm_S (buf1[1],       0, 0x2310);
+              break;
+    case 25:  buf1[2] = __byte_perm_S (buf1[2], buf1[1], 0x7210);
+              buf1[1] = __byte_perm_S (buf1[1], buf1[2], 0x4210);
+              buf1[2] = __byte_perm_S (buf1[2],       0, 0x6543);
+              break;
+    case 26:  buf1[2] = __byte_perm_S (buf1[2],       0, 0x5401);
+              break;
+    case 27:  buf1[2] = __byte_perm_S (buf1[2],       0, 0x4120);
+              break;
+    case 28:  buf1[2] = __byte_perm_S (buf1[2],       0, 0x2310);
+              break;
+    case 29:  buf1[3] = __byte_perm_S (buf1[3], buf1[2], 0x7210);
+              buf1[2] = __byte_perm_S (buf1[2], buf1[3], 0x4210);
+              buf1[3] = __byte_perm_S (buf1[3],       0, 0x6543);
+              break;
+    case 30:  buf1[3] = __byte_perm_S (buf1[3],       0, 0x5401);
+              break;
+    case 31:  buf1[3] = __byte_perm_S (buf1[3],       0, 0x4120);
+              break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  switch (in_len)
+  {
+    case  2:  buf0[0] = ((buf0[0] << 8) & 0x0000FF00) | ((buf0[0] >> 8) & 0x000000FF);
+              break;
+    case  3:  buf0[0] =  (buf0[0] & 0x000000FF) | ((buf0[0] <<  8) & 0x00FF0000) | ((buf0[0] >>  8) & 0x0000FF00);
+              break;
+    case  4:  buf0[0] =  (buf0[0] & 0x0000FFFF) | ((buf0[0] <<  8) & 0xFF000000) | ((buf0[0] >>  8) & 0x00FF0000);
+              break;
+    case  5:  buf0[1] =  (buf0[0] & 0xFF000000) |   buf0[1];
+              buf0[0] =  (buf0[0] & 0x00FFFFFF) |  (buf0[1] << 24);
+              buf0[1] =  (buf0[1] >> 24);
+              break;
+    case  6:  buf0[1] = ((buf0[1] << 8) & 0x0000FF00) | ((buf0[1] >> 8) & 0x000000FF);
+              break;
+    case  7:  buf0[1] =  (buf0[1] & 0x000000FF) | ((buf0[1] <<  8) & 0x00FF0000) | ((buf0[1] >>  8) & 0x0000FF00);
+              break;
+    case  8:  buf0[1] =  (buf0[1] & 0x0000FFFF) | ((buf0[1] <<  8) & 0xFF000000) | ((buf0[1] >>  8) & 0x00FF0000);
+              break;
+    case  9:  buf0[2] =  (buf0[1] & 0xFF000000) |   buf0[2];
+              buf0[1] =  (buf0[1] & 0x00FFFFFF) |  (buf0[2] << 24);
+              buf0[2] =  (buf0[2] >> 24);
+              break;
+    case 10:  buf0[2] = ((buf0[2] << 8) & 0x0000FF00) | ((buf0[2] >> 8) & 0x000000FF);
+              break;
+    case 11:  buf0[2] =  (buf0[2] & 0x000000FF) | ((buf0[2] <<  8) & 0x00FF0000) | ((buf0[2] >>  8) & 0x0000FF00);
+              break;
+    case 12:  buf0[2] =  (buf0[2] & 0x0000FFFF) | ((buf0[2] <<  8) & 0xFF000000) | ((buf0[2] >>  8) & 0x00FF0000);
+              break;
+    case 13:  buf0[3] =  (buf0[2] & 0xFF000000) |   buf0[3];
+              buf0[2] =  (buf0[2] & 0x00FFFFFF) |  (buf0[3] << 24);
+              buf0[3] =  (buf0[3] >> 24);
+              break;
+    case 14:  buf0[3] = ((buf0[3] << 8) & 0x0000FF00) | ((buf0[3] >> 8) & 0x000000FF);
+              break;
+    case 15:  buf0[3] =  (buf0[3] & 0x000000FF) |  ((buf0[3] <<  8) & 0x00FF0000) | ((buf0[3] >>  8) & 0x0000FF00);
+              break;
+    case 16:  buf0[3] =  (buf0[3] & 0x0000FFFF) | ((buf0[3] <<  8) & 0xFF000000) | ((buf0[3] >>  8) & 0x00FF0000);
+              break;
+    case 17:  buf1[0] =  (buf0[3] & 0xFF000000) |   buf1[0];
+              buf0[3] =  (buf0[3] & 0x00FFFFFF) |  (buf1[0] << 24);
+              buf1[0] =  (buf1[0] >> 24);
+              break;
+    case 18:  buf1[0] = ((buf1[0] << 8) & 0x0000FF00) | ((buf1[0] >> 8) & 0x000000FF);
+              break;
+    case 19:  buf1[0] =  (buf1[0] & 0x000000FF) | ((buf1[0] <<  8) & 0x00FF0000) | ((buf1[0] >>  8) & 0x0000FF00);
+              break;
+    case 20:  buf1[0] =  (buf1[0] & 0x0000FFFF) | ((buf1[0] <<  8) & 0xFF000000) | ((buf1[0] >>  8) & 0x00FF0000);
+              break;
+    case 21:  buf1[1] =  (buf1[0] & 0xFF000000) |   buf1[1];
+              buf1[0] =  (buf1[0] & 0x00FFFFFF) |  (buf1[1] << 24);
+              buf1[1] =  (buf1[1] >> 24);
+              break;
+    case 22:  buf1[1] = ((buf1[1] << 8) & 0x0000FF00) | ((buf1[1] >> 8) & 0x000000FF);
+              break;
+    case 23:  buf1[1] =  (buf1[1] & 0x000000FF) | ((buf1[1] <<  8) & 0x00FF0000) | ((buf1[1] >>  8) & 0x0000FF00);
+              break;
+    case 24:  buf1[1] =  (buf1[1] & 0x0000FFFF) | ((buf1[1] <<  8) & 0xFF000000) | ((buf1[1] >>  8) & 0x00FF0000);
+              break;
+    case 25:  buf1[2] =  (buf1[1] & 0xFF000000) |   buf1[2];
+              buf1[1] =  (buf1[1] & 0x00FFFFFF) |  (buf1[2] << 24);
+              buf1[2] =  (buf1[2] >> 24);
+              break;
+    case 26:  buf1[2] = ((buf1[2] << 8) & 0x0000FF00) | ((buf1[2] >> 8) & 0x000000FF);
+              break;
+    case 27:  buf1[2] =  (buf1[2] & 0x000000FF) | ((buf1[2] <<  8) & 0x00FF0000) | ((buf1[2] >>  8) & 0x0000FF00);
+              break;
+    case 28:  buf1[2] =  (buf1[2] & 0x0000FFFF) | ((buf1[2] <<  8) & 0xFF000000) | ((buf1[2] >>  8) & 0x00FF0000);
+              break;
+    case 29:  buf1[3] =  (buf1[2] & 0xFF000000) |   buf1[3];
+              buf1[2] =  (buf1[2] & 0x00FFFFFF) |  (buf1[3] << 24);
+              buf1[3] =  (buf1[3] >> 24);
+              break;
+    case 30:  buf1[3] = ((buf1[3] << 8) & 0x0000FF00) | ((buf1[3] >> 8) & 0x000000FF);
+              break;
+    case 31:  buf1[3] =  (buf1[3] & 0x000000FF) |  ((buf1[3] <<  8) & 0x00FF0000) | ((buf1[3] >>  8) & 0x0000FF00);
+              break;
+  }
+  #endif
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_switch_at (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+  if (p1 >= in_len) return (in_len);
+
+  u32 tmp0 = 0;
+  u32 tmp1 = 0;
+
+  #ifdef IS_NV
+  switch (p0)
+  {
+    case  0:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6540);
+              break;
+    case  1:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6541);
+              break;
+    case  2:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6542);
+              break;
+    case  3:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6543);
+              break;
+    case  4:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6540);
+              break;
+    case  5:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6541);
+              break;
+    case  6:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6542);
+              break;
+    case  7:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6543);
+              break;
+    case  8:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6540);
+              break;
+    case  9:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6541);
+              break;
+    case 10:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6542);
+              break;
+    case 11:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6543);
+              break;
+    case 12:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6540);
+              break;
+    case 13:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6541);
+              break;
+    case 14:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6542);
+              break;
+    case 15:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6543);
+              break;
+    case 16:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6540);
+              break;
+    case 17:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6541);
+              break;
+    case 18:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6542);
+              break;
+    case 19:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6543);
+              break;
+    case 20:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6540);
+              break;
+    case 21:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6541);
+              break;
+    case 22:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6542);
+              break;
+    case 23:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6543);
+              break;
+    case 24:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6540);
+              break;
+    case 25:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6541);
+              break;
+    case 26:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6542);
+              break;
+    case 27:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6543);
+              break;
+    case 28:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6540);
+              break;
+    case 29:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6541);
+              break;
+    case 30:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6542);
+              break;
+    case 31:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6543);
+              break;
+  }
+
+  switch (p1)
+  {
+    case  0:  tmp1    = __byte_perm_S (buf0[0],       0, 0x6540);
+              buf0[0] = __byte_perm_S (tmp0,    buf0[0], 0x7650);
+              break;
+    case  1:  tmp1    = __byte_perm_S (buf0[0],       0, 0x6541);
+              buf0[0] = __byte_perm_S (tmp0,    buf0[0], 0x7604);
+              break;
+    case  2:  tmp1    = __byte_perm_S (buf0[0],       0, 0x6542);
+              buf0[0] = __byte_perm_S (tmp0,    buf0[0], 0x7054);
+              break;
+    case  3:  tmp1    = __byte_perm_S (buf0[0],       0, 0x6543);
+              buf0[0] = __byte_perm_S (tmp0,    buf0[0], 0x0654);
+              break;
+    case  4:  tmp1    = __byte_perm_S (buf0[1],       0, 0x6540);
+              buf0[1] = __byte_perm_S (tmp0,    buf0[1], 0x7650);
+              break;
+    case  5:  tmp1    = __byte_perm_S (buf0[1],       0, 0x6541);
+              buf0[1] = __byte_perm_S (tmp0,    buf0[1], 0x7604);
+              break;
+    case  6:  tmp1    = __byte_perm_S (buf0[1],       0, 0x6542);
+              buf0[1] = __byte_perm_S (tmp0,    buf0[1], 0x7054);
+              break;
+    case  7:  tmp1    = __byte_perm_S (buf0[1],       0, 0x6543);
+              buf0[1] = __byte_perm_S (tmp0,    buf0[1], 0x0654);
+              break;
+    case  8:  tmp1    = __byte_perm_S (buf0[2],       0, 0x6540);
+              buf0[2] = __byte_perm_S (tmp0,    buf0[2], 0x7650);
+              break;
+    case  9:  tmp1    = __byte_perm_S (buf0[2],       0, 0x6541);
+              buf0[2] = __byte_perm_S (tmp0,    buf0[2], 0x7604);
+              break;
+    case 10:  tmp1    = __byte_perm_S (buf0[2],       0, 0x6542);
+              buf0[2] = __byte_perm_S (tmp0,    buf0[2], 0x7054);
+              break;
+    case 11:  tmp1    = __byte_perm_S (buf0[2],       0, 0x6543);
+              buf0[2] = __byte_perm_S (tmp0,    buf0[2], 0x0654);
+              break;
+    case 12:  tmp1    = __byte_perm_S (buf0[3],       0, 0x6540);
+              buf0[3] = __byte_perm_S (tmp0,    buf0[3], 0x7650);
+              break;
+    case 13:  tmp1    = __byte_perm_S (buf0[3],       0, 0x6541);
+              buf0[3] = __byte_perm_S (tmp0,    buf0[3], 0x7604);
+              break;
+    case 14:  tmp1    = __byte_perm_S (buf0[3],       0, 0x6542);
+              buf0[3] = __byte_perm_S (tmp0,    buf0[3], 0x7054);
+              break;
+    case 15:  tmp1    = __byte_perm_S (buf0[3],       0, 0x6543);
+              buf0[3] = __byte_perm_S (tmp0,    buf0[3], 0x0654);
+              break;
+    case 16:  tmp1    = __byte_perm_S (buf1[0],       0, 0x6540);
+              buf1[0] = __byte_perm_S (tmp0,    buf1[0], 0x7650);
+              break;
+    case 17:  tmp1    = __byte_perm_S (buf1[0],       0, 0x6541);
+              buf1[0] = __byte_perm_S (tmp0,    buf1[0], 0x7604);
+              break;
+    case 18:  tmp1    = __byte_perm_S (buf1[0],       0, 0x6542);
+              buf1[0] = __byte_perm_S (tmp0,    buf1[0], 0x7054);
+              break;
+    case 19:  tmp1    = __byte_perm_S (buf1[0],       0, 0x6543);
+              buf1[0] = __byte_perm_S (tmp0,    buf1[0], 0x0654);
+              break;
+    case 20:  tmp1    = __byte_perm_S (buf1[1],       0, 0x6540);
+              buf1[1] = __byte_perm_S (tmp0,    buf1[1], 0x7650);
+              break;
+    case 21:  tmp1    = __byte_perm_S (buf1[1],       0, 0x6541);
+              buf1[1] = __byte_perm_S (tmp0,    buf1[1], 0x7604);
+              break;
+    case 22:  tmp1    = __byte_perm_S (buf1[1],       0, 0x6542);
+              buf1[1] = __byte_perm_S (tmp0,    buf1[1], 0x7054);
+              break;
+    case 23:  tmp1    = __byte_perm_S (buf1[1],       0, 0x6543);
+              buf1[1] = __byte_perm_S (tmp0,    buf1[1], 0x0654);
+              break;
+    case 24:  tmp1    = __byte_perm_S (buf1[2],       0, 0x6540);
+              buf1[2] = __byte_perm_S (tmp0,    buf1[2], 0x7650);
+              break;
+    case 25:  tmp1    = __byte_perm_S (buf1[2],       0, 0x6541);
+              buf1[2] = __byte_perm_S (tmp0,    buf1[2], 0x7604);
+              break;
+    case 26:  tmp1    = __byte_perm_S (buf1[2],       0, 0x6542);
+              buf1[2] = __byte_perm_S (tmp0,    buf1[2], 0x7054);
+              break;
+    case 27:  tmp1    = __byte_perm_S (buf1[2],       0, 0x6543);
+              buf1[2] = __byte_perm_S (tmp0,    buf1[2], 0x0654);
+              break;
+    case 28:  tmp1    = __byte_perm_S (buf1[3],       0, 0x6540);
+              buf1[3] = __byte_perm_S (tmp0,    buf1[3], 0x7650);
+              break;
+    case 29:  tmp1    = __byte_perm_S (buf1[3],       0, 0x6541);
+              buf1[3] = __byte_perm_S (tmp0,    buf1[3], 0x7604);
+              break;
+    case 30:  tmp1    = __byte_perm_S (buf1[3],       0, 0x6542);
+              buf1[3] = __byte_perm_S (tmp0,    buf1[3], 0x7054);
+              break;
+    case 31:  tmp1    = __byte_perm_S (buf1[3],       0, 0x6543);
+              buf1[3] = __byte_perm_S (tmp0,    buf1[3], 0x0654);
+              break;
+  }
+
+  switch (p0)
+  {
+    case  0:  buf0[0] = __byte_perm_S (tmp1, buf0[0], 0x7650);
+              break;
+    case  1:  buf0[0] = __byte_perm_S (tmp1, buf0[0], 0x7604);
+              break;
+    case  2:  buf0[0] = __byte_perm_S (tmp1, buf0[0], 0x7054);
+              break;
+    case  3:  buf0[0] = __byte_perm_S (tmp1, buf0[0], 0x0654);
+              break;
+    case  4:  buf0[1] = __byte_perm_S (tmp1, buf0[1], 0x7650);
+              break;
+    case  5:  buf0[1] = __byte_perm_S (tmp1, buf0[1], 0x7604);
+              break;
+    case  6:  buf0[1] = __byte_perm_S (tmp1, buf0[1], 0x7054);
+              break;
+    case  7:  buf0[1] = __byte_perm_S (tmp1, buf0[1], 0x0654);
+              break;
+    case  8:  buf0[2] = __byte_perm_S (tmp1, buf0[2], 0x7650);
+              break;
+    case  9:  buf0[2] = __byte_perm_S (tmp1, buf0[2], 0x7604);
+              break;
+    case 10:  buf0[2] = __byte_perm_S (tmp1, buf0[2], 0x7054);
+              break;
+    case 11:  buf0[2] = __byte_perm_S (tmp1, buf0[2], 0x0654);
+              break;
+    case 12:  buf0[3] = __byte_perm_S (tmp1, buf0[3], 0x7650);
+              break;
+    case 13:  buf0[3] = __byte_perm_S (tmp1, buf0[3], 0x7604);
+              break;
+    case 14:  buf0[3] = __byte_perm_S (tmp1, buf0[3], 0x7054);
+              break;
+    case 15:  buf0[3] = __byte_perm_S (tmp1, buf0[3], 0x0654);
+              break;
+    case 16:  buf1[0] = __byte_perm_S (tmp1, buf1[0], 0x7650);
+              break;
+    case 17:  buf1[0] = __byte_perm_S (tmp1, buf1[0], 0x7604);
+              break;
+    case 18:  buf1[0] = __byte_perm_S (tmp1, buf1[0], 0x7054);
+              break;
+    case 19:  buf1[0] = __byte_perm_S (tmp1, buf1[0], 0x0654);
+              break;
+    case 20:  buf1[1] = __byte_perm_S (tmp1, buf1[1], 0x7650);
+              break;
+    case 21:  buf1[1] = __byte_perm_S (tmp1, buf1[1], 0x7604);
+              break;
+    case 22:  buf1[1] = __byte_perm_S (tmp1, buf1[1], 0x7054);
+              break;
+    case 23:  buf1[1] = __byte_perm_S (tmp1, buf1[1], 0x0654);
+              break;
+    case 24:  buf1[2] = __byte_perm_S (tmp1, buf1[2], 0x7650);
+              break;
+    case 25:  buf1[2] = __byte_perm_S (tmp1, buf1[2], 0x7604);
+              break;
+    case 26:  buf1[2] = __byte_perm_S (tmp1, buf1[2], 0x7054);
+              break;
+    case 27:  buf1[2] = __byte_perm_S (tmp1, buf1[2], 0x0654);
+              break;
+    case 28:  buf1[3] = __byte_perm_S (tmp1, buf1[3], 0x7650);
+              break;
+    case 29:  buf1[3] = __byte_perm_S (tmp1, buf1[3], 0x7604);
+              break;
+    case 30:  buf1[3] = __byte_perm_S (tmp1, buf1[3], 0x7054);
+              break;
+    case 31:  buf1[3] = __byte_perm_S (tmp1, buf1[3], 0x0654);
+              break;
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  switch (p0)
+  {
+    case  0:  tmp0 = (buf0[0] >>  0) & 0xFF;
+              break;
+    case  1:  tmp0 = (buf0[0] >>  8) & 0xFF;
+              break;
+    case  2:  tmp0 = (buf0[0] >> 16) & 0xFF;
+              break;
+    case  3:  tmp0 = (buf0[0] >> 24) & 0xFF;
+              break;
+    case  4:  tmp0 = (buf0[1] >>  0) & 0xFF;
+              break;
+    case  5:  tmp0 = (buf0[1] >>  8) & 0xFF;
+              break;
+    case  6:  tmp0 = (buf0[1] >> 16) & 0xFF;
+              break;
+    case  7:  tmp0 = (buf0[1] >> 24) & 0xFF;
+              break;
+    case  8:  tmp0 = (buf0[2] >>  0) & 0xFF;
+              break;
+    case  9:  tmp0 = (buf0[2] >>  8) & 0xFF;
+              break;
+    case 10:  tmp0 = (buf0[2] >> 16) & 0xFF;
+              break;
+    case 11:  tmp0 = (buf0[2] >> 24) & 0xFF;
+              break;
+    case 12:  tmp0 = (buf0[3] >>  0) & 0xFF;
+              break;
+    case 13:  tmp0 = (buf0[3] >>  8) & 0xFF;
+              break;
+    case 14:  tmp0 = (buf0[3] >> 16) & 0xFF;
+              break;
+    case 15:  tmp0 = (buf0[3] >> 24) & 0xFF;
+              break;
+    case 16:  tmp0 = (buf1[0] >>  0) & 0xFF;
+              break;
+    case 17:  tmp0 = (buf1[0] >>  8) & 0xFF;
+              break;
+    case 18:  tmp0 = (buf1[0] >> 16) & 0xFF;
+              break;
+    case 19:  tmp0 = (buf1[0] >> 24) & 0xFF;
+              break;
+    case 20:  tmp0 = (buf1[1] >>  0) & 0xFF;
+              break;
+    case 21:  tmp0 = (buf1[1] >>  8) & 0xFF;
+              break;
+    case 22:  tmp0 = (buf1[1] >> 16) & 0xFF;
+              break;
+    case 23:  tmp0 = (buf1[1] >> 24) & 0xFF;
+              break;
+    case 24:  tmp0 = (buf1[2] >>  0) & 0xFF;
+              break;
+    case 25:  tmp0 = (buf1[2] >>  8) & 0xFF;
+              break;
+    case 26:  tmp0 = (buf1[2] >> 16) & 0xFF;
+              break;
+    case 27:  tmp0 = (buf1[2] >> 24) & 0xFF;
+              break;
+    case 28:  tmp0 = (buf1[3] >>  0) & 0xFF;
+              break;
+    case 29:  tmp0 = (buf1[3] >>  8) & 0xFF;
+              break;
+    case 30:  tmp0 = (buf1[3] >> 16) & 0xFF;
+              break;
+    case 31:  tmp0 = (buf1[3] >> 24) & 0xFF;
+              break;
+  }
+
+  switch (p1)
+  {
+    case  0:  tmp1 = (buf0[0] >>  0) & 0xff;
+              buf0[0]  = (buf0[0] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case  1:  tmp1 = (buf0[0] >>  8) & 0xff;
+              buf0[0]  = (buf0[0] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case  2:  tmp1 = (buf0[0] >> 16) & 0xff;
+              buf0[0]  = (buf0[0] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case  3:  tmp1 = (buf0[0] >> 24) & 0xff;
+              buf0[0]  = (buf0[0] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case  4:  tmp1 = (buf0[1] >>  0) & 0xff;
+              buf0[1]  = (buf0[1] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case  5:  tmp1 = (buf0[1] >>  8) & 0xff;
+              buf0[1]  = (buf0[1] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case  6:  tmp1 = (buf0[1] >> 16) & 0xff;
+              buf0[1]  = (buf0[1] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case  7:  tmp1 = (buf0[1] >> 24) & 0xff;
+              buf0[1]  = (buf0[1] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case  8:  tmp1 = (buf0[2] >>  0) & 0xff;
+              buf0[2]  = (buf0[2] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case  9:  tmp1 = (buf0[2] >>  8) & 0xff;
+              buf0[2]  = (buf0[2] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 10:  tmp1 = (buf0[2] >> 16) & 0xff;
+              buf0[2]  = (buf0[2] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 11:  tmp1 = (buf0[2] >> 24) & 0xff;
+              buf0[2]  = (buf0[2] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case 12:  tmp1 = (buf0[3] >>  0) & 0xff;
+              buf0[3]  = (buf0[3] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case 13:  tmp1 = (buf0[3] >>  8) & 0xff;
+              buf0[3]  = (buf0[3] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 14:  tmp1 = (buf0[3] >> 16) & 0xff;
+              buf0[3]  = (buf0[3] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 15:  tmp1 = (buf0[3] >> 24) & 0xff;
+              buf0[3]  = (buf0[3] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case 16:  tmp1 = (buf1[0] >>  0) & 0xff;
+              buf1[0]  = (buf1[0] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case 17:  tmp1 = (buf1[0] >>  8) & 0xff;
+              buf1[0]  = (buf1[0] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 18:  tmp1 = (buf1[0] >> 16) & 0xff;
+              buf1[0]  = (buf1[0] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 19:  tmp1 = (buf1[0] >> 24) & 0xff;
+              buf1[0]  = (buf1[0] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case 20:  tmp1 = (buf1[1] >>  0) & 0xff;
+              buf1[1]  = (buf1[1] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case 21:  tmp1 = (buf1[1] >>  8) & 0xff;
+              buf1[1]  = (buf1[1] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 22:  tmp1 = (buf1[1] >> 16) & 0xff;
+              buf1[1]  = (buf1[1] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 23:  tmp1 = (buf1[1] >> 24) & 0xff;
+              buf1[1]  = (buf1[1] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case 24:  tmp1 = (buf1[2] >>  0) & 0xff;
+              buf1[2]  = (buf1[2] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case 25:  tmp1 = (buf1[2] >>  8) & 0xff;
+              buf1[2]  = (buf1[2] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 26:  tmp1 = (buf1[2] >> 16) & 0xff;
+              buf1[2]  = (buf1[2] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 27:  tmp1 = (buf1[2] >> 24) & 0xff;
+              buf1[2]  = (buf1[2] & 0x00ffffff) | tmp0 << 24;
+              break;
+    case 28:  tmp1 = (buf1[3] >>  0) & 0xff;
+              buf1[3]  = (buf1[3] & 0xffffff00) | tmp0 <<  0;
+              break;
+    case 29:  tmp1 = (buf1[3] >>  8) & 0xff;
+              buf1[3]  = (buf1[3] & 0xffff00ff) | tmp0 <<  8;
+              break;
+    case 30:  tmp1 = (buf1[3] >> 16) & 0xff;
+              buf1[3]  = (buf1[3] & 0xff00ffff) | tmp0 << 16;
+              break;
+    case 31:  tmp1 = (buf1[3] >> 24) & 0xff;
+              buf1[3]  = (buf1[3] & 0x00ffffff) | tmp0 << 24;
+              break;
+  }
+
+  switch (p0)
+  {
+    case  0:  buf0[0]  = (buf0[0] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case  1:  buf0[0]  = (buf0[0] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case  2:  buf0[0]  = (buf0[0] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case  3:  buf0[0]  = (buf0[0] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case  4:  buf0[1]  = (buf0[1] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case  5:  buf0[1]  = (buf0[1] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case  6:  buf0[1]  = (buf0[1] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case  7:  buf0[1]  = (buf0[1] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case  8:  buf0[2]  = (buf0[2] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case  9:  buf0[2]  = (buf0[2] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 10:  buf0[2]  = (buf0[2] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 11:  buf0[2]  = (buf0[2] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case 12:  buf0[3]  = (buf0[3] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case 13:  buf0[3]  = (buf0[3] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 14:  buf0[3]  = (buf0[3] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 15:  buf0[3]  = (buf0[3] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case 16:  buf1[0]  = (buf1[0] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case 17:  buf1[0]  = (buf1[0] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 18:  buf1[0]  = (buf1[0] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 19:  buf1[0]  = (buf1[0] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case 20:  buf1[1]  = (buf1[1] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case 21:  buf1[1]  = (buf1[1] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 22:  buf1[1]  = (buf1[1] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 23:  buf1[1]  = (buf1[1] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case 24:  buf1[2]  = (buf1[2] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case 25:  buf1[2]  = (buf1[2] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 26:  buf1[2]  = (buf1[2] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 27:  buf1[2]  = (buf1[2] & 0x00ffffff) | tmp1 << 24;
+              break;
+    case 28:  buf1[3]  = (buf1[3] & 0xffffff00) | tmp1 <<  0;
+              break;
+    case 29:  buf1[3]  = (buf1[3] & 0xffff00ff) | tmp1 <<  8;
+              break;
+    case 30:  buf1[3]  = (buf1[3] & 0xff00ffff) | tmp1 << 16;
+              break;
+    case 31:  buf1[3]  = (buf1[3] & 0x00ffffff) | tmp1 << 24;
+              break;
+  }
+  #endif
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_chr_shiftl (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (((buf0[0] & mr) << 1) & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (((buf0[1] & mr) << 1) & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (((buf0[2] & mr) << 1) & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (((buf0[3] & mr) << 1) & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (((buf1[0] & mr) << 1) & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (((buf1[1] & mr) << 1) & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (((buf1[2] & mr) << 1) & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (((buf1[3] & mr) << 1) & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_chr_shiftr (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (((buf0[0] & mr) >> 1) & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (((buf0[1] & mr) >> 1) & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (((buf0[2] & mr) >> 1) & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (((buf0[3] & mr) >> 1) & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (((buf1[0] & mr) >> 1) & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (((buf1[1] & mr) >> 1) & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (((buf1[2] & mr) >> 1) & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (((buf1[3] & mr) >> 1) & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_chr_incr (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  const u32 n = 0x01010101 & mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (((buf0[0] & mr) + n) & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (((buf0[1] & mr) + n) & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (((buf0[2] & mr) + n) & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (((buf0[3] & mr) + n) & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (((buf1[0] & mr) + n) & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (((buf1[1] & mr) + n) & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (((buf1[2] & mr) + n) & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (((buf1[3] & mr) + n) & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_chr_decr (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 >= in_len) return (in_len);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  const u32 n = 0x01010101 & mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (((buf0[0] & mr) - n) & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (((buf0[1] & mr) - n) & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (((buf0[2] & mr) - n) & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (((buf0[3] & mr) - n) & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (((buf1[0] & mr) - n) & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (((buf1[1] & mr) - n) & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (((buf1[2] & mr) - n) & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (((buf1[3] & mr) - n) & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_replace_np1 (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if ((p0 + 1) >= in_len) return (in_len);
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  lshift_block (buf0, buf1, tib40, tib41);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (tib40[0] & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (tib40[1] & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (tib40[2] & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (tib40[3] & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (tib41[0] & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (tib41[1] & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (tib41[2] & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (tib41[3] & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_replace_nm1 (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 == 0) return (in_len);
+
+  if (p0 >= in_len) return (in_len);
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  rshift_block (buf0, buf1, tib40, tib41);
+
+  const u32 mr = 0xffu << ((p0 & 3) * 8);
+  const u32 ml = ~mr;
+
+  switch (p0 / 4)
+  {
+    case  0:  buf0[0] = (buf0[0] & ml) | (tib40[0] & mr); break;
+    case  1:  buf0[1] = (buf0[1] & ml) | (tib40[1] & mr); break;
+    case  2:  buf0[2] = (buf0[2] & ml) | (tib40[2] & mr); break;
+    case  3:  buf0[3] = (buf0[3] & ml) | (tib40[3] & mr); break;
+    case  4:  buf1[0] = (buf1[0] & ml) | (tib41[0] & mr); break;
+    case  5:  buf1[1] = (buf1[1] & ml) | (tib41[1] & mr); break;
+    case  6:  buf1[2] = (buf1[2] & ml) | (tib41[2] & mr); break;
+    case  7:  buf1[3] = (buf1[3] & ml) | (tib41[3] & mr); break;
+  }
+
+  return in_len;
+}
+
+inline u32 rule_op_mangle_dupeblock_first (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 > in_len) return (in_len);
+
+  if ((in_len + p0) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  tib40[0] = buf0[0];
+  tib40[1] = buf0[1];
+  tib40[2] = buf0[2];
+  tib40[3] = buf0[3];
+  tib41[0] = buf1[0];
+  tib41[1] = buf1[1];
+  tib41[2] = buf1[2];
+  tib41[3] = buf1[3];
+
+  truncate_right (tib40, tib41, p0);
+
+  rshift_block_N (buf0, buf1, buf0, buf1, p0);
+
+  buf0[0] |= tib40[0];
+  buf0[1] |= tib40[1];
+  buf0[2] |= tib40[2];
+  buf0[3] |= tib40[3];
+  buf1[0] |= tib41[0];
+  buf1[1] |= tib41[1];
+  buf1[2] |= tib41[2];
+  buf1[3] |= tib41[3];
+
+  out_len += p0;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_dupeblock_last (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  if (p0 > in_len) return (in_len);
+
+  if ((in_len + p0) >= 32) return (in_len);
+
+  u32 out_len = in_len;
+
+  u32 tib40[4];
+  u32 tib41[4];
+
+  rshift_block_N (buf0, buf1, tib40, tib41, p0);
+
+  truncate_left (tib40, tib41, out_len);
+
+  buf0[0] |= tib40[0];
+  buf0[1] |= tib40[1];
+  buf0[2] |= tib40[2];
+  buf0[3] |= tib40[3];
+  buf1[0] |= tib41[0];
+  buf1[1] |= tib41[1];
+  buf1[2] |= tib41[2];
+  buf1[3] |= tib41[3];
+
+  out_len += p0;
+
+  return out_len;
+}
+
+inline u32 rule_op_mangle_title (const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  buf0[0] |= (generate_cmask (buf0[0]));
+  buf0[1] |= (generate_cmask (buf0[1]));
+  buf0[2] |= (generate_cmask (buf0[2]));
+  buf0[3] |= (generate_cmask (buf0[3]));
+  buf1[0] |= (generate_cmask (buf1[0]));
+  buf1[1] |= (generate_cmask (buf1[1]));
+  buf1[2] |= (generate_cmask (buf1[2]));
+  buf1[3] |= (generate_cmask (buf1[3]));
+
+  #ifdef IS_NV
+  buf0[0] &= ~(0x00000020 & generate_cmask (buf0[0]));
+
+  for (u32 i = 0; i < in_len; i++)
+  {
+    u32 tmp0;
+    u32 tmp1;
+
+    switch (i)
+    {
+      case  0:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf0[0])); break;
+      case  1:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf0[0])); break;
+      case  2:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf0[0])); break;
+      case  3:  tmp0 = __byte_perm_S (buf0[0], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf0[1])); break;
+      case  4:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf0[1])); break;
+      case  5:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf0[1])); break;
+      case  6:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf0[1])); break;
+      case  7:  tmp0 = __byte_perm_S (buf0[1], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf0[2])); break;
+      case  8:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf0[2])); break;
+      case  9:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf0[2])); break;
+      case 10:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf0[2])); break;
+      case 11:  tmp0 = __byte_perm_S (buf0[2], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf0[3])); break;
+      case 12:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf0[3])); break;
+      case 13:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf0[3])); break;
+      case 14:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf0[3])); break;
+      case 15:  tmp0 = __byte_perm_S (buf0[3], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf1[0])); break;
+      case 16:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf1[0])); break;
+      case 17:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf1[0])); break;
+      case 18:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf1[0])); break;
+      case 19:  tmp0 = __byte_perm_S (buf1[0], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf1[1])); break;
+      case 20:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf1[1])); break;
+      case 21:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf1[1])); break;
+      case 22:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf1[1])); break;
+      case 23:  tmp0 = __byte_perm_S (buf1[1], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf1[2])); break;
+      case 24:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf1[2])); break;
+      case 25:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf1[2])); break;
+      case 26:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf1[2])); break;
+      case 27:  tmp0 = __byte_perm_S (buf1[2], 0, 0x6543);
+                tmp1 = ~(0x00000020 & generate_cmask (buf1[3])); break;
+      case 28:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6540);
+                tmp1 = ~(0x00002000 & generate_cmask (buf1[3])); break;
+      case 29:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6541);
+                tmp1 = ~(0x00200000 & generate_cmask (buf1[3])); break;
+      case 30:  tmp0 = __byte_perm_S (buf1[3], 0, 0x6542);
+                tmp1 = ~(0x20000000 & generate_cmask (buf1[3])); break;
+    }
+
+    if (i < 3)
+    {
+      if (tmp0   == ' ') buf0[0]   &= tmp1  ;
+    }
+    else if (i < 7)
+    {
+      if (tmp0   == ' ') buf0[1]   &= tmp1  ;
+    }
+    else if (i < 11)
+    {
+      if (tmp0   == ' ') buf0[2]   &= tmp1  ;
+    }
+    else if (i < 15)
+    {
+      if (tmp0   == ' ') buf0[3]   &= tmp1  ;
+    }
+    else if (i < 19)
+    {
+      if (tmp0   == ' ') buf1[0]   &= tmp1  ;
+    }
+    else if (i < 23)
+    {
+      if (tmp0   == ' ') buf1[1]   &= tmp1  ;
+    }
+    else if (i < 27)
+    {
+      if (tmp0   == ' ') buf1[2]   &= tmp1  ;
+    }
+    else if (i < 31)
+    {
+      if (tmp0   == ' ') buf1[3]   &= tmp1  ;
+    }
+  }
+  #endif
+
+  #if defined IS_AMD || defined IS_GENERIC
+  u32 tib40[4];
+  u32 tib41[4];
+
+  const uchar4 tmp0 = (uchar4) (' ');
+  const uchar4 tmp1 = (uchar4) (0x00);
+  const uchar4 tmp2 = (uchar4) (0xff);
+
+  uchar4 tmp;
+
+  tmp = as_uchar4 (buf0[0]); tmp = select (tmp1, tmp2, tmp == tmp0); tib40[0] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[1]); tmp = select (tmp1, tmp2, tmp == tmp0); tib40[1] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[2]); tmp = select (tmp1, tmp2, tmp == tmp0); tib40[2] = as_uint (tmp);
+  tmp = as_uchar4 (buf0[3]); tmp = select (tmp1, tmp2, tmp == tmp0); tib40[3] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[0]); tmp = select (tmp1, tmp2, tmp == tmp0); tib41[0] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[1]); tmp = select (tmp1, tmp2, tmp == tmp0); tib41[1] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[2]); tmp = select (tmp1, tmp2, tmp == tmp0); tib41[2] = as_uint (tmp);
+  tmp = as_uchar4 (buf1[3]); tmp = select (tmp1, tmp2, tmp == tmp0); tib41[3] = as_uint (tmp);
+
+  rshift_block (tib40, tib41, tib40, tib41); tib40[0] |= 0xff;
+
+  buf0[0] &= ~(generate_cmask (buf0[0]) & tib40[0]);
+  buf0[1] &= ~(generate_cmask (buf0[1]) & tib40[1]);
+  buf0[2] &= ~(generate_cmask (buf0[2]) & tib40[2]);
+  buf0[3] &= ~(generate_cmask (buf0[3]) & tib40[3]);
+  buf1[0] &= ~(generate_cmask (buf1[0]) & tib41[0]);
+  buf1[1] &= ~(generate_cmask (buf1[1]) & tib41[1]);
+  buf1[2] &= ~(generate_cmask (buf1[2]) & tib41[2]);
+  buf1[3] &= ~(generate_cmask (buf1[3]) & tib41[3]);
+  #endif
+
+  return in_len;
+}
+
+inline u32 apply_rule (const u32 name, const u32 p0, const u32 p1, u32 buf0[4], u32 buf1[4], const u32 in_len)
+{
+  u32 out_len = in_len;
+
+  switch (name)
+  {
+    case RULE_OP_MANGLE_LREST:            out_len = rule_op_mangle_lrest            (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_UREST:            out_len = rule_op_mangle_urest            (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_LREST_UFIRST:     out_len = rule_op_mangle_lrest_ufirst     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_UREST_LFIRST:     out_len = rule_op_mangle_urest_lfirst     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_TREST:            out_len = rule_op_mangle_trest            (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_TOGGLE_AT:        out_len = rule_op_mangle_toggle_at        (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_REVERSE:          out_len = rule_op_mangle_reverse          (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPEWORD:         out_len = rule_op_mangle_dupeword         (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPEWORD_TIMES:   out_len = rule_op_mangle_dupeword_times   (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_REFLECT:          out_len = rule_op_mangle_reflect          (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_APPEND:           out_len = rule_op_mangle_append           (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_PREPEND:          out_len = rule_op_mangle_prepend          (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_ROTATE_LEFT:      out_len = rule_op_mangle_rotate_left      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_ROTATE_RIGHT:     out_len = rule_op_mangle_rotate_right     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DELETE_FIRST:     out_len = rule_op_mangle_delete_first     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DELETE_LAST:      out_len = rule_op_mangle_delete_last      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DELETE_AT:        out_len = rule_op_mangle_delete_at        (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_EXTRACT:          out_len = rule_op_mangle_extract          (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_OMIT:             out_len = rule_op_mangle_omit             (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_INSERT:           out_len = rule_op_mangle_insert           (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_OVERSTRIKE:       out_len = rule_op_mangle_overstrike       (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_TRUNCATE_AT:      out_len = rule_op_mangle_truncate_at      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_REPLACE:          out_len = rule_op_mangle_replace          (p0, p1, buf0, buf1, out_len); break;
+    //case RULE_OP_MANGLE_PURGECHAR:        out_len = rule_op_mangle_purgechar        (p0, p1, buf0, buf1, out_len); break;
+    //case RULE_OP_MANGLE_TOGGLECASE_REC:   out_len = rule_op_mangle_togglecase_rec   (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPECHAR_FIRST:   out_len = rule_op_mangle_dupechar_first   (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPECHAR_LAST:    out_len = rule_op_mangle_dupechar_last    (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPECHAR_ALL:     out_len = rule_op_mangle_dupechar_all     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_SWITCH_FIRST:     out_len = rule_op_mangle_switch_first     (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_SWITCH_LAST:      out_len = rule_op_mangle_switch_last      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_SWITCH_AT:        out_len = rule_op_mangle_switch_at        (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_CHR_SHIFTL:       out_len = rule_op_mangle_chr_shiftl       (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_CHR_SHIFTR:       out_len = rule_op_mangle_chr_shiftr       (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_CHR_INCR:         out_len = rule_op_mangle_chr_incr         (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_CHR_DECR:         out_len = rule_op_mangle_chr_decr         (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_REPLACE_NP1:      out_len = rule_op_mangle_replace_np1      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_REPLACE_NM1:      out_len = rule_op_mangle_replace_nm1      (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPEBLOCK_FIRST:  out_len = rule_op_mangle_dupeblock_first  (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_DUPEBLOCK_LAST:   out_len = rule_op_mangle_dupeblock_last   (p0, p1, buf0, buf1, out_len); break;
+    case RULE_OP_MANGLE_TITLE:            out_len = rule_op_mangle_title            (p0, p1, buf0, buf1, out_len); break;
+  }
+
+  return out_len;
+}
+
+inline u32 apply_rules (const __global u32 *cmds, u32 buf0[4], u32 buf1[4], const u32 len)
+{
+  u32 out_len = len;
+
+  for (u32 i = 0; cmds[i] != 0; i++)
+  {
+    const u32 cmd = cmds[i];
+
+    const u32 name = (cmd >>  0) & 0xff;
+    const u32 p0   = (cmd >>  8) & 0xff;
+    const u32 p1   = (cmd >> 16) & 0xff;
+
+    out_len = apply_rule (name, p0, p1, buf0, buf1, out_len);
+  }
+
+  return out_len;
+}
+
+inline u32x apply_rules_vect (const u32 pw_buf0[4], const u32 pw_buf1[4], const u32 pw_len, const __global kernel_rule_t *rules_buf, const u32 il_pos, u32x w0[4], u32x w1[4])
+{
+  #if VECT_SIZE == 1
+
+  w0[0] = pw_buf0[0];
+  w0[1] = pw_buf0[1];
+  w0[2] = pw_buf0[2];
+  w0[3] = pw_buf0[3];
+  w1[0] = pw_buf1[0];
+  w1[1] = pw_buf1[1];
+  w1[2] = pw_buf1[2];
+  w1[3] = pw_buf1[3];
+
+  return apply_rules (rules_buf[il_pos].cmds, w0, w1, pw_len);
+
+  #else
+
+  u32x out_len = 0;
+
+  #ifdef _unroll
+  #pragma unroll
+  #endif
+  for (int i = 0; i < VECT_SIZE; i++)
+  {
+    u32 tmp0[4];
+    u32 tmp1[4];
+
+    tmp0[0] = pw_buf0[0];
+    tmp0[1] = pw_buf0[1];
+    tmp0[2] = pw_buf0[2];
+    tmp0[3] = pw_buf0[3];
+    tmp1[0] = pw_buf1[0];
+    tmp1[1] = pw_buf1[1];
+    tmp1[2] = pw_buf1[2];
+    tmp1[3] = pw_buf1[3];
+
+    const u32 tmp_len = apply_rules (rules_buf[il_pos + i].cmds, tmp0, tmp1, pw_len);
+
+    switch (i)
+    {
+      #if VECT_SIZE >= 2
+      case 0:
+        w0[0].s0 = tmp0[0];
+        w0[1].s0 = tmp0[1];
+        w0[2].s0 = tmp0[2];
+        w0[3].s0 = tmp0[3];
+        w1[0].s0 = tmp1[0];
+        w1[1].s0 = tmp1[1];
+        w1[2].s0 = tmp1[2];
+        w1[3].s0 = tmp1[3];
+        out_len.s0 = tmp_len;
+        break;
+
+      case 1:
+        w0[0].s1 = tmp0[0];
+        w0[1].s1 = tmp0[1];
+        w0[2].s1 = tmp0[2];
+        w0[3].s1 = tmp0[3];
+        w1[0].s1 = tmp1[0];
+        w1[1].s1 = tmp1[1];
+        w1[2].s1 = tmp1[2];
+        w1[3].s1 = tmp1[3];
+        out_len.s1 = tmp_len;
+        break;
+      #endif
+
+      #if VECT_SIZE >= 4
+      case 2:
+        w0[0].s2 = tmp0[0];
+        w0[1].s2 = tmp0[1];
+        w0[2].s2 = tmp0[2];
+        w0[3].s2 = tmp0[3];
+        w1[0].s2 = tmp1[0];
+        w1[1].s2 = tmp1[1];
+        w1[2].s2 = tmp1[2];
+        w1[3].s2 = tmp1[3];
+        out_len.s2 = tmp_len;
+        break;
+
+      case 3:
+        w0[0].s3 = tmp0[0];
+        w0[1].s3 = tmp0[1];
+        w0[2].s3 = tmp0[2];
+        w0[3].s3 = tmp0[3];
+        w1[0].s3 = tmp1[0];
+        w1[1].s3 = tmp1[1];
+        w1[2].s3 = tmp1[2];
+        w1[3].s3 = tmp1[3];
+        out_len.s3 = tmp_len;
+        break;
+      #endif
+
+      #if VECT_SIZE >= 8
+      case 4:
+        w0[0].s4 = tmp0[0];
+        w0[1].s4 = tmp0[1];
+        w0[2].s4 = tmp0[2];
+        w0[3].s4 = tmp0[3];
+        w1[0].s4 = tmp1[0];
+        w1[1].s4 = tmp1[1];
+        w1[2].s4 = tmp1[2];
+        w1[3].s4 = tmp1[3];
+        out_len.s4 = tmp_len;
+        break;
+
+      case 5:
+        w0[0].s5 = tmp0[0];
+        w0[1].s5 = tmp0[1];
+        w0[2].s5 = tmp0[2];
+        w0[3].s5 = tmp0[3];
+        w1[0].s5 = tmp1[0];
+        w1[1].s5 = tmp1[1];
+        w1[2].s5 = tmp1[2];
+        w1[3].s5 = tmp1[3];
+        out_len.s5 = tmp_len;
+        break;
+
+      case 6:
+        w0[0].s6 = tmp0[0];
+        w0[1].s6 = tmp0[1];
+        w0[2].s6 = tmp0[2];
+        w0[3].s6 = tmp0[3];
+        w1[0].s6 = tmp1[0];
+        w1[1].s6 = tmp1[1];
+        w1[2].s6 = tmp1[2];
+        w1[3].s6 = tmp1[3];
+        out_len.s6 = tmp_len;
+        break;
+
+      case 7:
+        w0[0].s7 = tmp0[0];
+        w0[1].s7 = tmp0[1];
+        w0[2].s7 = tmp0[2];
+        w0[3].s7 = tmp0[3];
+        w1[0].s7 = tmp1[0];
+        w1[1].s7 = tmp1[1];
+        w1[2].s7 = tmp1[2];
+        w1[3].s7 = tmp1[3];
+        out_len.s7 = tmp_len;
+        break;
+      #endif
+
+      #if VECT_SIZE >= 16
+      case 8:
+        w0[0].s8 = tmp0[0];
+        w0[1].s8 = tmp0[1];
+        w0[2].s8 = tmp0[2];
+        w0[3].s8 = tmp0[3];
+        w1[0].s8 = tmp1[0];
+        w1[1].s8 = tmp1[1];
+        w1[2].s8 = tmp1[2];
+        w1[3].s8 = tmp1[3];
+        out_len.s8 = tmp_len;
+        break;
+
+      case 9:
+        w0[0].s9 = tmp0[0];
+        w0[1].s9 = tmp0[1];
+        w0[2].s9 = tmp0[2];
+        w0[3].s9 = tmp0[3];
+        w1[0].s9 = tmp1[0];
+        w1[1].s9 = tmp1[1];
+        w1[2].s9 = tmp1[2];
+        w1[3].s9 = tmp1[3];
+        out_len.s9 = tmp_len;
+        break;
+
+      case 10:
+        w0[0].sa = tmp0[0];
+        w0[1].sa = tmp0[1];
+        w0[2].sa = tmp0[2];
+        w0[3].sa = tmp0[3];
+        w1[0].sa = tmp1[0];
+        w1[1].sa = tmp1[1];
+        w1[2].sa = tmp1[2];
+        w1[3].sa = tmp1[3];
+        out_len.sa = tmp_len;
+        break;
+
+      case 11:
+        w0[0].sb = tmp0[0];
+        w0[1].sb = tmp0[1];
+        w0[2].sb = tmp0[2];
+        w0[3].sb = tmp0[3];
+        w1[0].sb = tmp1[0];
+        w1[1].sb = tmp1[1];
+        w1[2].sb = tmp1[2];
+        w1[3].sb = tmp1[3];
+        out_len.sb = tmp_len;
+        break;
+
+      case 12:
+        w0[0].sc = tmp0[0];
+        w0[1].sc = tmp0[1];
+        w0[2].sc = tmp0[2];
+        w0[3].sc = tmp0[3];
+        w1[0].sc = tmp1[0];
+        w1[1].sc = tmp1[1];
+        w1[2].sc = tmp1[2];
+        w1[3].sc = tmp1[3];
+        out_len.sc = tmp_len;
+        break;
+
+      case 13:
+        w0[0].sd = tmp0[0];
+        w0[1].sd = tmp0[1];
+        w0[2].sd = tmp0[2];
+        w0[3].sd = tmp0[3];
+        w1[0].sd = tmp1[0];
+        w1[1].sd = tmp1[1];
+        w1[2].sd = tmp1[2];
+        w1[3].sd = tmp1[3];
+        out_len.sd = tmp_len;
+        break;
+
+      case 14:
+        w0[0].se = tmp0[0];
+        w0[1].se = tmp0[1];
+        w0[2].se = tmp0[2];
+        w0[3].se = tmp0[3];
+        w1[0].se = tmp1[0];
+        w1[1].se = tmp1[1];
+        w1[2].se = tmp1[2];
+        w1[3].se = tmp1[3];
+        out_len.se = tmp_len;
+        break;
+
+      case 15:
+        w0[0].sf = tmp0[0];
+        w0[1].sf = tmp0[1];
+        w0[2].sf = tmp0[2];
+        w0[3].sf = tmp0[3];
+        w1[0].sf = tmp1[0];
+        w1[1].sf = tmp1[1];
+        w1[2].sf = tmp1[2];
+        w1[3].sf = tmp1[3];
+        out_len.sf = tmp_len;
+        break;
+      #endif
+    }
+  }
+
+  return out_len;
+
+  #endif
+}