diff --git a/wolfcrypt/src/sp_x86_64.c b/wolfcrypt/src/sp_x86_64.c
index c1ec7a3a0..b73db77c4 100644
--- a/wolfcrypt/src/sp_x86_64.c
+++ b/wolfcrypt/src/sp_x86_64.c
@@ -140,159 +140,17 @@ extern void sp_2048_sqr_avx2_16(sp_digit* r, const sp_digit* a);
 extern sp_digit sp_2048_add_16(sp_digit* r, const sp_digit* a, const sp_digit* b);
 extern sp_digit sp_2048_sub_in_place_32(sp_digit* a, const sp_digit* b);
 extern sp_digit sp_2048_add_32(sp_digit* r, const sp_digit* a, const sp_digit* b);
-/* AND m into each word of a and store in r.
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * m  Mask to AND against each digit.
- */
-static void sp_2048_mask_16(sp_digit* r, const sp_digit* a, sp_digit m)
-{
-#ifdef WOLFSSL_SP_SMALL
-    int i;
-
-    for (i=0; i<16; i++) {
-        r[i] = a[i] & m;
-    }
-#else
-    int i;
-
-    for (i = 0; i < 16; i += 8) {
-        r[i+0] = a[i+0] & m;
-        r[i+1] = a[i+1] & m;
-        r[i+2] = a[i+2] & m;
-        r[i+3] = a[i+3] & m;
-        r[i+4] = a[i+4] & m;
-        r[i+5] = a[i+5] & m;
-        r[i+6] = a[i+6] & m;
-        r[i+7] = a[i+7] & m;
-    }
-#endif
-}
-
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_2048_mul_32(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[32];
-    sp_digit a1[16];
-    sp_digit b1[16];
-    sp_digit z2[32];
-    sp_digit o, ca, cb;
-
-    ca = sp_2048_add_16(a1, a, a + 16);
-    cb = sp_2048_add_16(b1, b, b + 16);
-    o  = ca & cb;
-    sp_2048_mul_16(z1, a1, b1);
-    sp_2048_mul_16(z2, a + 16, b + 16);
-    sp_2048_mul_16(z0, a, b);
-    sp_2048_mask_16(r + 32, a1, 0 - cb);
-    sp_2048_mask_16(b1, b1, 0 - ca);
-    o += sp_2048_add_16(r + 32, r + 32, b1);
-    o += sp_2048_sub_in_place_32(z1, z2);
-    o += sp_2048_sub_in_place_32(z1, z0);
-    o += sp_2048_add_32(r + 16, r + 16, z1);
-    r[48] = o;
-    XMEMSET(r + 48 + 1, 0, sizeof(sp_digit) * (16 - 1));
-    sp_2048_add_32(r + 32, r + 32, z2);
-}
+extern void sp_2048_mul_32(sp_digit* r, const sp_digit* a, const sp_digit* b);
 
 extern sp_digit sp_2048_dbl_16(sp_digit* r, const sp_digit* a);
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_2048_sqr_32(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[32];
-    sp_digit z1[32];
-    sp_digit a1[16];
-    sp_digit o;
-
-    o = sp_2048_add_16(a1, a, a + 16);
-    sp_2048_sqr_16(z1, a1);
-    sp_2048_sqr_16(z2, a + 16);
-    sp_2048_sqr_16(z0, a);
-    sp_2048_mask_16(r + 32, a1, 0 - o);
-    o += sp_2048_dbl_16(r + 32, r + 32);
-    o += sp_2048_sub_in_place_32(z1, z2);
-    o += sp_2048_sub_in_place_32(z1, z0);
-    o += sp_2048_add_32(r + 16, r + 16, z1);
-    r[48] = o;
-    XMEMSET(r + 48 + 1, 0, sizeof(sp_digit) * (16 - 1));
-    sp_2048_add_32(r + 32, r + 32, z2);
-}
+extern void sp_2048_sqr_32(sp_digit* r, const sp_digit* a);
 
 #ifdef HAVE_INTEL_AVX2
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_2048_mul_avx2_32(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[32];
-    sp_digit a1[16];
-    sp_digit b1[16];
-    sp_digit z2[32];
-    sp_digit o, ca, cb;
-
-    ca = sp_2048_add_16(a1, a, a + 16);
-    cb = sp_2048_add_16(b1, b, b + 16);
-    o  = ca & cb;
-    sp_2048_mul_avx2_16(z1, a1, b1);
-    sp_2048_mul_avx2_16(z2, a + 16, b + 16);
-    sp_2048_mul_avx2_16(z0, a, b);
-    sp_2048_mask_16(r + 32, a1, 0 - cb);
-    sp_2048_mask_16(b1, b1, 0 - ca);
-    o += sp_2048_add_16(r + 32, r + 32, b1);
-    o += sp_2048_sub_in_place_32(z1, z2);
-    o += sp_2048_sub_in_place_32(z1, z0);
-    o += sp_2048_add_32(r + 16, r + 16, z1);
-    r[48] = o;
-    XMEMSET(r + 48 + 1, 0, sizeof(sp_digit) * (16 - 1));
-    sp_2048_add_32(r + 32, r + 32, z2);
-}
+extern void sp_2048_mul_avx2_32(sp_digit* r, const sp_digit* a, const sp_digit* b);
 #endif /* HAVE_INTEL_AVX2 */
 
 #ifdef HAVE_INTEL_AVX2
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_2048_sqr_avx2_32(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[32];
-    sp_digit z1[32];
-    sp_digit a1[16];
-    sp_digit o;
-
-    o = sp_2048_add_16(a1, a, a + 16);
-    sp_2048_sqr_avx2_16(z1, a1);
-    sp_2048_sqr_avx2_16(z2, a + 16);
-    sp_2048_sqr_avx2_16(z0, a);
-    sp_2048_mask_16(r + 32, a1, 0 - o);
-    o += sp_2048_dbl_16(r + 32, r + 32);
-    o += sp_2048_sub_in_place_32(z1, z2);
-    o += sp_2048_sub_in_place_32(z1, z0);
-    o += sp_2048_add_32(r + 16, r + 16, z1);
-    r[48] = o;
-    XMEMSET(r + 48 + 1, 0, sizeof(sp_digit) * (16 - 1));
-    sp_2048_add_32(r + 32, r + 32, z2);
-}
+extern void sp_2048_sqr_avx2_32(sp_digit* r, const sp_digit* a);
 #endif /* HAVE_INTEL_AVX2 */
 
 #if (defined(WOLFSSL_HAVE_SP_RSA) || defined(WOLFSSL_HAVE_SP_DH)) && !defined(WOLFSSL_RSA_PUBLIC_ONLY)
@@ -389,6 +247,36 @@ static WC_INLINE sp_digit div_2048_word_16(sp_digit d1, sp_digit d0,
     );
     return r;
 }
+/* AND m into each word of a and store in r.
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * m  Mask to AND against each digit.
+ */
+static void sp_2048_mask_16(sp_digit* r, const sp_digit* a, sp_digit m)
+{
+#ifdef WOLFSSL_SP_SMALL
+    int i;
+
+    for (i=0; i<16; i++) {
+        r[i] = a[i] & m;
+    }
+#else
+    int i;
+
+    for (i = 0; i < 16; i += 8) {
+        r[i+0] = a[i+0] & m;
+        r[i+1] = a[i+1] & m;
+        r[i+2] = a[i+2] & m;
+        r[i+3] = a[i+3] & m;
+        r[i+4] = a[i+4] & m;
+        r[i+5] = a[i+5] & m;
+        r[i+6] = a[i+6] & m;
+        r[i+7] = a[i+7] & m;
+    }
+#endif
+}
+
 extern int64_t sp_2048_cmp_16(const sp_digit* a, const sp_digit* b);
 /* Divide d in a and put remainder into r (m*d + r = a)
  * m is not calculated as it is not needed at this time.
@@ -413,6 +301,13 @@ static WC_INLINE int sp_2048_div_16(const sp_digit* a, const sp_digit* d, sp_dig
 
     div = d[15];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 16);
+    r1 = sp_2048_cmp_16(&t1[16], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_2048_cond_sub_avx2_16(&t1[16], &t1[16], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_2048_cond_sub_16(&t1[16], &t1[16], d, (sp_digit)0 - r1);
     for (i=15; i>=0; i--) {
         r1 = div_2048_word_16(t1[16 + i], t1[16 + i - 1], div);
 
@@ -547,20 +442,31 @@ static int sp_2048_mod_exp_16(sp_digit* r, const sp_digit* a, const sp_digit* e,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 16);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -568,19 +474,20 @@ static int sp_2048_mod_exp_16(sp_digit* r, const sp_digit* a, const sp_digit* e,
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_2048_mont_sqr_16(rt, r, m, mp);
-            sp_2048_mont_sqr_16(r, rt, m, mp);
-            sp_2048_mont_sqr_16(rt, r, m, mp);
-            sp_2048_mont_sqr_16(r, rt, m, mp);
-            sp_2048_mont_sqr_16(r, r, m, mp);
+            sp_2048_sqr_16(rt, r);
+            sp_2048_mont_reduce_16(rt, m, mp);
+            sp_2048_sqr_16(r, rt);
+            sp_2048_mont_reduce_16(r, m, mp);
+            sp_2048_sqr_16(rt, r);
+            sp_2048_mont_reduce_16(rt, m, mp);
+            sp_2048_sqr_16(r, rt);
+            sp_2048_mont_reduce_16(r, m, mp);
+            sp_2048_sqr_16(rt, r);
+            sp_2048_mont_reduce_16(rt, m, mp);
 
-            sp_2048_mont_mul_16(r, r, t[y], m, mp);
+            sp_2048_mul_16(r, rt, t[y]);
+            sp_2048_mont_reduce_16(r, m, mp);
         }
 
         XMEMSET(&r[16], 0, sizeof(sp_digit) * 16);
@@ -728,20 +635,31 @@ static int sp_2048_mod_exp_avx2_16(sp_digit* r, const sp_digit* a, const sp_digi
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 16);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -749,19 +667,20 @@ static int sp_2048_mod_exp_avx2_16(sp_digit* r, const sp_digit* a, const sp_digi
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_2048_mont_sqr_avx2_16(rt, r, m, mp);
-            sp_2048_mont_sqr_avx2_16(r, rt, m, mp);
-            sp_2048_mont_sqr_avx2_16(rt, r, m, mp);
-            sp_2048_mont_sqr_avx2_16(r, rt, m, mp);
-            sp_2048_mont_sqr_avx2_16(r, r, m, mp);
+            sp_2048_sqr_avx2_16(rt, r);
+            sp_2048_mont_reduce_avx2_16(rt, m, mp);
+            sp_2048_sqr_avx2_16(r, rt);
+            sp_2048_mont_reduce_avx2_16(r, m, mp);
+            sp_2048_sqr_avx2_16(rt, r);
+            sp_2048_mont_reduce_avx2_16(rt, m, mp);
+            sp_2048_sqr_avx2_16(r, rt);
+            sp_2048_mont_reduce_avx2_16(r, m, mp);
+            sp_2048_sqr_avx2_16(rt, r);
+            sp_2048_mont_reduce_avx2_16(rt, m, mp);
 
-            sp_2048_mont_mul_avx2_16(r, r, t[y], m, mp);
+            sp_2048_mul_avx2_16(r, rt, t[y]);
+            sp_2048_mont_reduce_avx2_16(r, m, mp);
         }
 
         XMEMSET(&r[16], 0, sizeof(sp_digit) * 16);
@@ -906,6 +825,13 @@ static WC_INLINE int sp_2048_div_32(const sp_digit* a, const sp_digit* d, sp_dig
 
     div = d[31];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 32);
+    r1 = sp_2048_cmp_32(&t1[32], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_2048_cond_sub_avx2_32(&t1[32], &t1[32], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_2048_cond_sub_32(&t1[32], &t1[32], d, (sp_digit)0 - r1);
     for (i=31; i>=0; i--) {
         r1 = div_2048_word_32(t1[32 + i], t1[32 + i - 1], div);
 
@@ -971,6 +897,13 @@ static WC_INLINE int sp_2048_div_32_cond(const sp_digit* a, const sp_digit* d, s
 
     div = d[31];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 32);
+    for (i = 31; i > 0; i--) {
+        if (t1[i + 32] != d[i])
+            break;
+    }
+    if (t1[i + 32] >= d[i]) {
+        sp_2048_sub_in_place_32(&t1[32], d);
+    }
     for (i=31; i>=0; i--) {
         r1 = div_2048_word_32(t1[32 + i], t1[32 + i - 1], div);
 
@@ -1110,20 +1043,31 @@ static int sp_2048_mod_exp_32(sp_digit* r, const sp_digit* a, const sp_digit* e,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 32);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -1131,19 +1075,20 @@ static int sp_2048_mod_exp_32(sp_digit* r, const sp_digit* a, const sp_digit* e,
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_2048_mont_sqr_32(rt, r, m, mp);
-            sp_2048_mont_sqr_32(r, rt, m, mp);
-            sp_2048_mont_sqr_32(rt, r, m, mp);
-            sp_2048_mont_sqr_32(r, rt, m, mp);
-            sp_2048_mont_sqr_32(r, r, m, mp);
+            sp_2048_sqr_32(rt, r);
+            sp_2048_mont_reduce_32(rt, m, mp);
+            sp_2048_sqr_32(r, rt);
+            sp_2048_mont_reduce_32(r, m, mp);
+            sp_2048_sqr_32(rt, r);
+            sp_2048_mont_reduce_32(rt, m, mp);
+            sp_2048_sqr_32(r, rt);
+            sp_2048_mont_reduce_32(r, m, mp);
+            sp_2048_sqr_32(rt, r);
+            sp_2048_mont_reduce_32(rt, m, mp);
 
-            sp_2048_mont_mul_32(r, r, t[y], m, mp);
+            sp_2048_mul_32(r, rt, t[y]);
+            sp_2048_mont_reduce_32(r, m, mp);
         }
 
         XMEMSET(&r[32], 0, sizeof(sp_digit) * 32);
@@ -1293,20 +1238,31 @@ static int sp_2048_mod_exp_avx2_32(sp_digit* r, const sp_digit* a, const sp_digi
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 32);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -1314,19 +1270,20 @@ static int sp_2048_mod_exp_avx2_32(sp_digit* r, const sp_digit* a, const sp_digi
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_2048_mont_sqr_avx2_32(rt, r, m, mp);
-            sp_2048_mont_sqr_avx2_32(r, rt, m, mp);
-            sp_2048_mont_sqr_avx2_32(rt, r, m, mp);
-            sp_2048_mont_sqr_avx2_32(r, rt, m, mp);
-            sp_2048_mont_sqr_avx2_32(r, r, m, mp);
+            sp_2048_sqr_avx2_32(rt, r);
+            sp_2048_mont_reduce_avx2_32(rt, m, mp);
+            sp_2048_sqr_avx2_32(r, rt);
+            sp_2048_mont_reduce_avx2_32(r, m, mp);
+            sp_2048_sqr_avx2_32(rt, r);
+            sp_2048_mont_reduce_avx2_32(rt, m, mp);
+            sp_2048_sqr_avx2_32(r, rt);
+            sp_2048_mont_reduce_avx2_32(r, m, mp);
+            sp_2048_sqr_avx2_32(rt, r);
+            sp_2048_mont_reduce_avx2_32(rt, m, mp);
 
-            sp_2048_mont_mul_avx2_32(r, r, t[y], m, mp);
+            sp_2048_mul_avx2_32(r, rt, t[y]);
+            sp_2048_mont_reduce_avx2_32(r, m, mp);
         }
 
         XMEMSET(&r[32], 0, sizeof(sp_digit) * 32);
@@ -1828,9 +1785,15 @@ static int sp_2048_mod_exp_2_avx2_32(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_2048_lshift_32(r, norm, y);
@@ -1934,9 +1897,15 @@ static int sp_2048_mod_exp_2_32(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_2048_lshift_32(r, norm, y);
@@ -2196,166 +2165,39 @@ static void sp_3072_from_mp(sp_digit* r, int size, const mp_int* a)
 }
 
 extern void sp_3072_to_bin(sp_digit* r, byte* a);
-extern void sp_3072_mul_24(sp_digit* r, const sp_digit* a, const sp_digit* b);
-extern void sp_3072_sqr_24(sp_digit* r, const sp_digit* a);
-extern void sp_3072_mul_avx2_24(sp_digit* r, const sp_digit* a, const sp_digit* b);
-extern void sp_3072_sqr_avx2_24(sp_digit* r, const sp_digit* a);
+extern void sp_3072_mul_12(sp_digit* r, const sp_digit* a, const sp_digit* b);
+extern void sp_3072_sqr_12(sp_digit* r, const sp_digit* a);
+extern void sp_3072_mul_avx2_12(sp_digit* r, const sp_digit* a, const sp_digit* b);
+extern void sp_3072_sqr_avx2_12(sp_digit* r, const sp_digit* a);
+extern sp_digit sp_3072_add_12(sp_digit* r, const sp_digit* a, const sp_digit* b);
+extern sp_digit sp_3072_sub_in_place_24(sp_digit* a, const sp_digit* b);
 extern sp_digit sp_3072_add_24(sp_digit* r, const sp_digit* a, const sp_digit* b);
-extern sp_digit sp_3072_sub_in_place_48(sp_digit* a, const sp_digit* b);
-extern sp_digit sp_3072_add_48(sp_digit* r, const sp_digit* a, const sp_digit* b);
-/* AND m into each word of a and store in r.
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * m  Mask to AND against each digit.
- */
-static void sp_3072_mask_24(sp_digit* r, const sp_digit* a, sp_digit m)
-{
-#ifdef WOLFSSL_SP_SMALL
-    int i;
+extern void sp_3072_mul_24(sp_digit* r, const sp_digit* a, const sp_digit* b);
 
-    for (i=0; i<24; i++) {
-        r[i] = a[i] & m;
-    }
-#else
-    int i;
-
-    for (i = 0; i < 24; i += 8) {
-        r[i+0] = a[i+0] & m;
-        r[i+1] = a[i+1] & m;
-        r[i+2] = a[i+2] & m;
-        r[i+3] = a[i+3] & m;
-        r[i+4] = a[i+4] & m;
-        r[i+5] = a[i+5] & m;
-        r[i+6] = a[i+6] & m;
-        r[i+7] = a[i+7] & m;
-    }
-#endif
-}
-
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_3072_mul_48(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[48];
-    sp_digit a1[24];
-    sp_digit b1[24];
-    sp_digit z2[48];
-    sp_digit o, ca, cb;
-
-    ca = sp_3072_add_24(a1, a, a + 24);
-    cb = sp_3072_add_24(b1, b, b + 24);
-    o  = ca & cb;
-    sp_3072_mul_24(z1, a1, b1);
-    sp_3072_mul_24(z2, a + 24, b + 24);
-    sp_3072_mul_24(z0, a, b);
-    sp_3072_mask_24(r + 48, a1, 0 - cb);
-    sp_3072_mask_24(b1, b1, 0 - ca);
-    o += sp_3072_add_24(r + 48, r + 48, b1);
-    o += sp_3072_sub_in_place_48(z1, z2);
-    o += sp_3072_sub_in_place_48(z1, z0);
-    o += sp_3072_add_48(r + 24, r + 24, z1);
-    r[72] = o;
-    XMEMSET(r + 72 + 1, 0, sizeof(sp_digit) * (24 - 1));
-    sp_3072_add_48(r + 48, r + 48, z2);
-}
-
-extern sp_digit sp_3072_dbl_24(sp_digit* r, const sp_digit* a);
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_3072_sqr_48(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[48];
-    sp_digit z1[48];
-    sp_digit a1[24];
-    sp_digit o;
-
-    o = sp_3072_add_24(a1, a, a + 24);
-    sp_3072_sqr_24(z1, a1);
-    sp_3072_sqr_24(z2, a + 24);
-    sp_3072_sqr_24(z0, a);
-    sp_3072_mask_24(r + 48, a1, 0 - o);
-    o += sp_3072_dbl_24(r + 48, r + 48);
-    o += sp_3072_sub_in_place_48(z1, z2);
-    o += sp_3072_sub_in_place_48(z1, z0);
-    o += sp_3072_add_48(r + 24, r + 24, z1);
-    r[72] = o;
-    XMEMSET(r + 72 + 1, 0, sizeof(sp_digit) * (24 - 1));
-    sp_3072_add_48(r + 48, r + 48, z2);
-}
+extern sp_digit sp_3072_dbl_12(sp_digit* r, const sp_digit* a);
+extern void sp_3072_sqr_24(sp_digit* r, const sp_digit* a);
 
 #ifdef HAVE_INTEL_AVX2
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_3072_mul_avx2_48(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[48];
-    sp_digit a1[24];
-    sp_digit b1[24];
-    sp_digit z2[48];
-    sp_digit o, ca, cb;
-
-    ca = sp_3072_add_24(a1, a, a + 24);
-    cb = sp_3072_add_24(b1, b, b + 24);
-    o  = ca & cb;
-    sp_3072_mul_avx2_24(z1, a1, b1);
-    sp_3072_mul_avx2_24(z2, a + 24, b + 24);
-    sp_3072_mul_avx2_24(z0, a, b);
-    sp_3072_mask_24(r + 48, a1, 0 - cb);
-    sp_3072_mask_24(b1, b1, 0 - ca);
-    o += sp_3072_add_24(r + 48, r + 48, b1);
-    o += sp_3072_sub_in_place_48(z1, z2);
-    o += sp_3072_sub_in_place_48(z1, z0);
-    o += sp_3072_add_48(r + 24, r + 24, z1);
-    r[72] = o;
-    XMEMSET(r + 72 + 1, 0, sizeof(sp_digit) * (24 - 1));
-    sp_3072_add_48(r + 48, r + 48, z2);
-}
+extern void sp_3072_mul_avx2_24(sp_digit* r, const sp_digit* a, const sp_digit* b);
 #endif /* HAVE_INTEL_AVX2 */
 
 #ifdef HAVE_INTEL_AVX2
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_3072_sqr_avx2_48(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[48];
-    sp_digit z1[48];
-    sp_digit a1[24];
-    sp_digit o;
+extern void sp_3072_sqr_avx2_24(sp_digit* r, const sp_digit* a);
+#endif /* HAVE_INTEL_AVX2 */
 
-    o = sp_3072_add_24(a1, a, a + 24);
-    sp_3072_sqr_avx2_24(z1, a1);
-    sp_3072_sqr_avx2_24(z2, a + 24);
-    sp_3072_sqr_avx2_24(z0, a);
-    sp_3072_mask_24(r + 48, a1, 0 - o);
-    o += sp_3072_dbl_24(r + 48, r + 48);
-    o += sp_3072_sub_in_place_48(z1, z2);
-    o += sp_3072_sub_in_place_48(z1, z0);
-    o += sp_3072_add_48(r + 24, r + 24, z1);
-    r[72] = o;
-    XMEMSET(r + 72 + 1, 0, sizeof(sp_digit) * (24 - 1));
-    sp_3072_add_48(r + 48, r + 48, z2);
-}
+extern sp_digit sp_3072_sub_in_place_48(sp_digit* a, const sp_digit* b);
+extern sp_digit sp_3072_add_48(sp_digit* r, const sp_digit* a, const sp_digit* b);
+extern void sp_3072_mul_48(sp_digit* r, const sp_digit* a, const sp_digit* b);
+
+extern sp_digit sp_3072_dbl_24(sp_digit* r, const sp_digit* a);
+extern void sp_3072_sqr_48(sp_digit* r, const sp_digit* a);
+
+#ifdef HAVE_INTEL_AVX2
+extern void sp_3072_mul_avx2_48(sp_digit* r, const sp_digit* a, const sp_digit* b);
+#endif /* HAVE_INTEL_AVX2 */
+
+#ifdef HAVE_INTEL_AVX2
+extern void sp_3072_sqr_avx2_48(sp_digit* r, const sp_digit* a);
 #endif /* HAVE_INTEL_AVX2 */
 
 #if (defined(WOLFSSL_HAVE_SP_RSA) || defined(WOLFSSL_HAVE_SP_DH)) && !defined(WOLFSSL_RSA_PUBLIC_ONLY)
@@ -2383,7 +2225,6 @@ static void sp_3072_mont_setup(const sp_digit* a, sp_digit* rho)
 
 extern void sp_3072_mul_d_48(sp_digit* r, const sp_digit* a, sp_digit b);
 #if (defined(WOLFSSL_HAVE_SP_RSA) || defined(WOLFSSL_HAVE_SP_DH)) && !defined(WOLFSSL_RSA_PUBLIC_ONLY)
-extern sp_digit sp_3072_sub_in_place_24(sp_digit* a, const sp_digit* b);
 /* r = 2^n mod m where n is the number of bits to reduce by.
  * Given m must be 3072 bits, just need to subtract.
  *
@@ -2452,6 +2293,36 @@ static WC_INLINE sp_digit div_3072_word_24(sp_digit d1, sp_digit d0,
     );
     return r;
 }
+/* AND m into each word of a and store in r.
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * m  Mask to AND against each digit.
+ */
+static void sp_3072_mask_24(sp_digit* r, const sp_digit* a, sp_digit m)
+{
+#ifdef WOLFSSL_SP_SMALL
+    int i;
+
+    for (i=0; i<24; i++) {
+        r[i] = a[i] & m;
+    }
+#else
+    int i;
+
+    for (i = 0; i < 24; i += 8) {
+        r[i+0] = a[i+0] & m;
+        r[i+1] = a[i+1] & m;
+        r[i+2] = a[i+2] & m;
+        r[i+3] = a[i+3] & m;
+        r[i+4] = a[i+4] & m;
+        r[i+5] = a[i+5] & m;
+        r[i+6] = a[i+6] & m;
+        r[i+7] = a[i+7] & m;
+    }
+#endif
+}
+
 extern int64_t sp_3072_cmp_24(const sp_digit* a, const sp_digit* b);
 /* Divide d in a and put remainder into r (m*d + r = a)
  * m is not calculated as it is not needed at this time.
@@ -2476,6 +2347,13 @@ static WC_INLINE int sp_3072_div_24(const sp_digit* a, const sp_digit* d, sp_dig
 
     div = d[23];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 24);
+    r1 = sp_3072_cmp_24(&t1[24], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_3072_cond_sub_avx2_24(&t1[24], &t1[24], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_3072_cond_sub_24(&t1[24], &t1[24], d, (sp_digit)0 - r1);
     for (i=23; i>=0; i--) {
         r1 = div_3072_word_24(t1[24 + i], t1[24 + i - 1], div);
 
@@ -2610,20 +2488,31 @@ static int sp_3072_mod_exp_24(sp_digit* r, const sp_digit* a, const sp_digit* e,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 24);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -2631,19 +2520,20 @@ static int sp_3072_mod_exp_24(sp_digit* r, const sp_digit* a, const sp_digit* e,
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_3072_mont_sqr_24(rt, r, m, mp);
-            sp_3072_mont_sqr_24(r, rt, m, mp);
-            sp_3072_mont_sqr_24(rt, r, m, mp);
-            sp_3072_mont_sqr_24(r, rt, m, mp);
-            sp_3072_mont_sqr_24(r, r, m, mp);
+            sp_3072_sqr_24(rt, r);
+            sp_3072_mont_reduce_24(rt, m, mp);
+            sp_3072_sqr_24(r, rt);
+            sp_3072_mont_reduce_24(r, m, mp);
+            sp_3072_sqr_24(rt, r);
+            sp_3072_mont_reduce_24(rt, m, mp);
+            sp_3072_sqr_24(r, rt);
+            sp_3072_mont_reduce_24(r, m, mp);
+            sp_3072_sqr_24(rt, r);
+            sp_3072_mont_reduce_24(rt, m, mp);
 
-            sp_3072_mont_mul_24(r, r, t[y], m, mp);
+            sp_3072_mul_24(r, rt, t[y]);
+            sp_3072_mont_reduce_24(r, m, mp);
         }
 
         XMEMSET(&r[24], 0, sizeof(sp_digit) * 24);
@@ -2791,20 +2681,31 @@ static int sp_3072_mod_exp_avx2_24(sp_digit* r, const sp_digit* a, const sp_digi
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 24);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -2812,19 +2713,20 @@ static int sp_3072_mod_exp_avx2_24(sp_digit* r, const sp_digit* a, const sp_digi
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_3072_mont_sqr_avx2_24(rt, r, m, mp);
-            sp_3072_mont_sqr_avx2_24(r, rt, m, mp);
-            sp_3072_mont_sqr_avx2_24(rt, r, m, mp);
-            sp_3072_mont_sqr_avx2_24(r, rt, m, mp);
-            sp_3072_mont_sqr_avx2_24(r, r, m, mp);
+            sp_3072_sqr_avx2_24(rt, r);
+            sp_3072_mont_reduce_avx2_24(rt, m, mp);
+            sp_3072_sqr_avx2_24(r, rt);
+            sp_3072_mont_reduce_avx2_24(r, m, mp);
+            sp_3072_sqr_avx2_24(rt, r);
+            sp_3072_mont_reduce_avx2_24(rt, m, mp);
+            sp_3072_sqr_avx2_24(r, rt);
+            sp_3072_mont_reduce_avx2_24(r, m, mp);
+            sp_3072_sqr_avx2_24(rt, r);
+            sp_3072_mont_reduce_avx2_24(rt, m, mp);
 
-            sp_3072_mont_mul_avx2_24(r, r, t[y], m, mp);
+            sp_3072_mul_avx2_24(r, rt, t[y]);
+            sp_3072_mont_reduce_avx2_24(r, m, mp);
         }
 
         XMEMSET(&r[24], 0, sizeof(sp_digit) * 24);
@@ -2969,6 +2871,13 @@ static WC_INLINE int sp_3072_div_48(const sp_digit* a, const sp_digit* d, sp_dig
 
     div = d[47];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 48);
+    r1 = sp_3072_cmp_48(&t1[48], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_3072_cond_sub_avx2_48(&t1[48], &t1[48], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_3072_cond_sub_48(&t1[48], &t1[48], d, (sp_digit)0 - r1);
     for (i=47; i>=0; i--) {
         r1 = div_3072_word_48(t1[48 + i], t1[48 + i - 1], div);
 
@@ -3034,6 +2943,13 @@ static WC_INLINE int sp_3072_div_48_cond(const sp_digit* a, const sp_digit* d, s
 
     div = d[47];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 48);
+    for (i = 47; i > 0; i--) {
+        if (t1[i + 48] != d[i])
+            break;
+    }
+    if (t1[i + 48] >= d[i]) {
+        sp_3072_sub_in_place_48(&t1[48], d);
+    }
     for (i=47; i>=0; i--) {
         r1 = div_3072_word_48(t1[48 + i], t1[48 + i - 1], div);
 
@@ -3173,20 +3089,31 @@ static int sp_3072_mod_exp_48(sp_digit* r, const sp_digit* a, const sp_digit* e,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 48);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -3194,19 +3121,20 @@ static int sp_3072_mod_exp_48(sp_digit* r, const sp_digit* a, const sp_digit* e,
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_3072_mont_sqr_48(rt, r, m, mp);
-            sp_3072_mont_sqr_48(r, rt, m, mp);
-            sp_3072_mont_sqr_48(rt, r, m, mp);
-            sp_3072_mont_sqr_48(r, rt, m, mp);
-            sp_3072_mont_sqr_48(r, r, m, mp);
+            sp_3072_sqr_48(rt, r);
+            sp_3072_mont_reduce_48(rt, m, mp);
+            sp_3072_sqr_48(r, rt);
+            sp_3072_mont_reduce_48(r, m, mp);
+            sp_3072_sqr_48(rt, r);
+            sp_3072_mont_reduce_48(rt, m, mp);
+            sp_3072_sqr_48(r, rt);
+            sp_3072_mont_reduce_48(r, m, mp);
+            sp_3072_sqr_48(rt, r);
+            sp_3072_mont_reduce_48(rt, m, mp);
 
-            sp_3072_mont_mul_48(r, r, t[y], m, mp);
+            sp_3072_mul_48(r, rt, t[y]);
+            sp_3072_mont_reduce_48(r, m, mp);
         }
 
         XMEMSET(&r[48], 0, sizeof(sp_digit) * 48);
@@ -3356,20 +3284,31 @@ static int sp_3072_mod_exp_avx2_48(sp_digit* r, const sp_digit* a, const sp_digi
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 48);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -3377,19 +3316,20 @@ static int sp_3072_mod_exp_avx2_48(sp_digit* r, const sp_digit* a, const sp_digi
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_3072_mont_sqr_avx2_48(rt, r, m, mp);
-            sp_3072_mont_sqr_avx2_48(r, rt, m, mp);
-            sp_3072_mont_sqr_avx2_48(rt, r, m, mp);
-            sp_3072_mont_sqr_avx2_48(r, rt, m, mp);
-            sp_3072_mont_sqr_avx2_48(r, r, m, mp);
+            sp_3072_sqr_avx2_48(rt, r);
+            sp_3072_mont_reduce_avx2_48(rt, m, mp);
+            sp_3072_sqr_avx2_48(r, rt);
+            sp_3072_mont_reduce_avx2_48(r, m, mp);
+            sp_3072_sqr_avx2_48(rt, r);
+            sp_3072_mont_reduce_avx2_48(rt, m, mp);
+            sp_3072_sqr_avx2_48(r, rt);
+            sp_3072_mont_reduce_avx2_48(r, m, mp);
+            sp_3072_sqr_avx2_48(rt, r);
+            sp_3072_mont_reduce_avx2_48(rt, m, mp);
 
-            sp_3072_mont_mul_avx2_48(r, r, t[y], m, mp);
+            sp_3072_mul_avx2_48(r, rt, t[y]);
+            sp_3072_mont_reduce_avx2_48(r, m, mp);
         }
 
         XMEMSET(&r[48], 0, sizeof(sp_digit) * 48);
@@ -3891,9 +3831,15 @@ static int sp_3072_mod_exp_2_avx2_48(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_3072_lshift_48(r, norm, y);
@@ -3997,9 +3943,15 @@ static int sp_3072_mod_exp_2_48(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_3072_lshift_48(r, norm, y);
@@ -4261,129 +4213,17 @@ static void sp_4096_from_mp(sp_digit* r, int size, const mp_int* a)
 extern void sp_4096_to_bin(sp_digit* r, byte* a);
 extern sp_digit sp_4096_sub_in_place_64(sp_digit* a, const sp_digit* b);
 extern sp_digit sp_4096_add_64(sp_digit* r, const sp_digit* a, const sp_digit* b);
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_4096_mul_64(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[64];
-    sp_digit a1[32];
-    sp_digit b1[32];
-    sp_digit z2[64];
-    sp_digit o, ca, cb;
-
-    ca = sp_2048_add_32(a1, a, a + 32);
-    cb = sp_2048_add_32(b1, b, b + 32);
-    o  = ca & cb;
-    sp_2048_mul_32(z1, a1, b1);
-    sp_2048_mul_32(z2, a + 32, b + 32);
-    sp_2048_mul_32(z0, a, b);
-    sp_2048_mask_32(r + 64, a1, 0 - cb);
-    sp_2048_mask_32(b1, b1, 0 - ca);
-    o += sp_2048_add_32(r + 64, r + 64, b1);
-    o += sp_4096_sub_in_place_64(z1, z2);
-    o += sp_4096_sub_in_place_64(z1, z0);
-    o += sp_4096_add_64(r + 32, r + 32, z1);
-    r[96] = o;
-    XMEMSET(r + 96 + 1, 0, sizeof(sp_digit) * (32 - 1));
-    sp_4096_add_64(r + 64, r + 64, z2);
-}
+extern void sp_4096_mul_64(sp_digit* r, const sp_digit* a, const sp_digit* b);
 
 extern sp_digit sp_2048_dbl_32(sp_digit* r, const sp_digit* a);
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_4096_sqr_64(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[64];
-    sp_digit z1[64];
-    sp_digit a1[32];
-    sp_digit o;
-
-    o = sp_2048_add_32(a1, a, a + 32);
-    sp_2048_sqr_32(z1, a1);
-    sp_2048_sqr_32(z2, a + 32);
-    sp_2048_sqr_32(z0, a);
-    sp_2048_mask_32(r + 64, a1, 0 - o);
-    o += sp_2048_dbl_32(r + 64, r + 64);
-    o += sp_4096_sub_in_place_64(z1, z2);
-    o += sp_4096_sub_in_place_64(z1, z0);
-    o += sp_4096_add_64(r + 32, r + 32, z1);
-    r[96] = o;
-    XMEMSET(r + 96 + 1, 0, sizeof(sp_digit) * (32 - 1));
-    sp_4096_add_64(r + 64, r + 64, z2);
-}
+extern void sp_4096_sqr_64(sp_digit* r, const sp_digit* a);
 
 #ifdef HAVE_INTEL_AVX2
-/* Multiply a and b into r. (r = a * b)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- * b  A single precision integer.
- */
-SP_NOINLINE static void sp_4096_mul_avx2_64(sp_digit* r, const sp_digit* a,
-        const sp_digit* b)
-{
-    sp_digit* z0 = r;
-    sp_digit z1[64];
-    sp_digit a1[32];
-    sp_digit b1[32];
-    sp_digit z2[64];
-    sp_digit o, ca, cb;
-
-    ca = sp_2048_add_32(a1, a, a + 32);
-    cb = sp_2048_add_32(b1, b, b + 32);
-    o  = ca & cb;
-    sp_2048_mul_avx2_32(z1, a1, b1);
-    sp_2048_mul_avx2_32(z2, a + 32, b + 32);
-    sp_2048_mul_avx2_32(z0, a, b);
-    sp_2048_mask_32(r + 64, a1, 0 - cb);
-    sp_2048_mask_32(b1, b1, 0 - ca);
-    o += sp_2048_add_32(r + 64, r + 64, b1);
-    o += sp_4096_sub_in_place_64(z1, z2);
-    o += sp_4096_sub_in_place_64(z1, z0);
-    o += sp_4096_add_64(r + 32, r + 32, z1);
-    r[96] = o;
-    XMEMSET(r + 96 + 1, 0, sizeof(sp_digit) * (32 - 1));
-    sp_4096_add_64(r + 64, r + 64, z2);
-}
+extern void sp_4096_mul_avx2_64(sp_digit* r, const sp_digit* a, const sp_digit* b);
 #endif /* HAVE_INTEL_AVX2 */
 
 #ifdef HAVE_INTEL_AVX2
-/* Square a and put result in r. (r = a * a)
- *
- * r  A single precision integer.
- * a  A single precision integer.
- */
-SP_NOINLINE static void sp_4096_sqr_avx2_64(sp_digit* r, const sp_digit* a)
-{
-    sp_digit* z0 = r;
-    sp_digit z2[64];
-    sp_digit z1[64];
-    sp_digit a1[32];
-    sp_digit o;
-
-    o = sp_2048_add_32(a1, a, a + 32);
-    sp_2048_sqr_avx2_32(z1, a1);
-    sp_2048_sqr_avx2_32(z2, a + 32);
-    sp_2048_sqr_avx2_32(z0, a);
-    sp_2048_mask_32(r + 64, a1, 0 - o);
-    o += sp_2048_dbl_32(r + 64, r + 64);
-    o += sp_4096_sub_in_place_64(z1, z2);
-    o += sp_4096_sub_in_place_64(z1, z0);
-    o += sp_4096_add_64(r + 32, r + 32, z1);
-    r[96] = o;
-    XMEMSET(r + 96 + 1, 0, sizeof(sp_digit) * (32 - 1));
-    sp_4096_add_64(r + 64, r + 64, z2);
-}
+extern void sp_4096_sqr_avx2_64(sp_digit* r, const sp_digit* a);
 #endif /* HAVE_INTEL_AVX2 */
 
 /* Caclulate the bottom digit of -1/a mod 2^n.
@@ -4531,6 +4371,13 @@ static WC_INLINE int sp_4096_div_64(const sp_digit* a, const sp_digit* d, sp_dig
 
     div = d[63];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 64);
+    r1 = sp_4096_cmp_64(&t1[64], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_4096_cond_sub_avx2_64(&t1[64], &t1[64], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_4096_cond_sub_64(&t1[64], &t1[64], d, (sp_digit)0 - r1);
     for (i=63; i>=0; i--) {
         r1 = div_4096_word_64(t1[64 + i], t1[64 + i - 1], div);
 
@@ -4596,6 +4443,13 @@ static WC_INLINE int sp_4096_div_64_cond(const sp_digit* a, const sp_digit* d, s
 
     div = d[63];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 64);
+    for (i = 63; i > 0; i--) {
+        if (t1[i + 64] != d[i])
+            break;
+    }
+    if (t1[i + 64] >= d[i]) {
+        sp_4096_sub_in_place_64(&t1[64], d);
+    }
     for (i=63; i>=0; i--) {
         r1 = div_4096_word_64(t1[64 + i], t1[64 + i - 1], div);
 
@@ -4735,20 +4589,31 @@ static int sp_4096_mod_exp_64(sp_digit* r, const sp_digit* a, const sp_digit* e,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 64);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -4756,19 +4621,20 @@ static int sp_4096_mod_exp_64(sp_digit* r, const sp_digit* a, const sp_digit* e,
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_4096_mont_sqr_64(rt, r, m, mp);
-            sp_4096_mont_sqr_64(r, rt, m, mp);
-            sp_4096_mont_sqr_64(rt, r, m, mp);
-            sp_4096_mont_sqr_64(r, rt, m, mp);
-            sp_4096_mont_sqr_64(r, r, m, mp);
+            sp_4096_sqr_64(rt, r);
+            sp_4096_mont_reduce_64(rt, m, mp);
+            sp_4096_sqr_64(r, rt);
+            sp_4096_mont_reduce_64(r, m, mp);
+            sp_4096_sqr_64(rt, r);
+            sp_4096_mont_reduce_64(rt, m, mp);
+            sp_4096_sqr_64(r, rt);
+            sp_4096_mont_reduce_64(r, m, mp);
+            sp_4096_sqr_64(rt, r);
+            sp_4096_mont_reduce_64(rt, m, mp);
 
-            sp_4096_mont_mul_64(r, r, t[y], m, mp);
+            sp_4096_mul_64(r, rt, t[y]);
+            sp_4096_mont_reduce_64(r, m, mp);
         }
 
         XMEMSET(&r[64], 0, sizeof(sp_digit) * 64);
@@ -4918,20 +4784,31 @@ static int sp_4096_mod_exp_avx2_64(sp_digit* r, const sp_digit* a, const sp_digi
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 5;
+        }
+        if ((bits % 5) == 0) {
+            c -= 5;
+        }
+        else {
+            c -= bits % 5;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         XMEMCPY(r, t[y], sizeof(sp_digit) * 64);
         for (; i>=0 || c>=5; ) {
-            if (c == 0) {
+            if (c >= 5) {
+                y = (n >> 59) & 0x1f;
+                n <<= 5;
+                c -= 5;
+            }
+            else if (c == 0) {
                 n = e[i--];
                 y = (int)(n >> 59);
                 n <<= 5;
                 c = 59;
             }
-            else if (c < 5) {
+            else {
                 y = (int)(n >> 59);
                 n = e[i--];
                 c = 5 - c;
@@ -4939,19 +4816,20 @@ static int sp_4096_mod_exp_avx2_64(sp_digit* r, const sp_digit* a, const sp_digi
                 n <<= c;
                 c = 64 - c;
             }
-            else {
-                y = (n >> 59) & 0x1f;
-                n <<= 5;
-                c -= 5;
-            }
 
-            sp_4096_mont_sqr_avx2_64(rt, r, m, mp);
-            sp_4096_mont_sqr_avx2_64(r, rt, m, mp);
-            sp_4096_mont_sqr_avx2_64(rt, r, m, mp);
-            sp_4096_mont_sqr_avx2_64(r, rt, m, mp);
-            sp_4096_mont_sqr_avx2_64(r, r, m, mp);
+            sp_4096_sqr_avx2_64(rt, r);
+            sp_4096_mont_reduce_avx2_64(rt, m, mp);
+            sp_4096_sqr_avx2_64(r, rt);
+            sp_4096_mont_reduce_avx2_64(r, m, mp);
+            sp_4096_sqr_avx2_64(rt, r);
+            sp_4096_mont_reduce_avx2_64(rt, m, mp);
+            sp_4096_sqr_avx2_64(r, rt);
+            sp_4096_mont_reduce_avx2_64(r, m, mp);
+            sp_4096_sqr_avx2_64(rt, r);
+            sp_4096_mont_reduce_avx2_64(rt, m, mp);
 
-            sp_4096_mont_mul_avx2_64(r, r, t[y], m, mp);
+            sp_4096_mul_avx2_64(r, rt, t[y]);
+            sp_4096_mont_reduce_avx2_64(r, m, mp);
         }
 
         XMEMSET(&r[64], 0, sizeof(sp_digit) * 64);
@@ -5453,9 +5331,15 @@ static int sp_4096_mod_exp_2_avx2_64(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_4096_lshift_64(r, norm, y);
@@ -5559,9 +5443,15 @@ static int sp_4096_mod_exp_2_64(sp_digit* r, const sp_digit* e, int bits,
         i = (bits - 1) / 64;
         n = e[i--];
         c = bits & 63;
-        if (c == 0)
+        if (c == 0) {
             c = 64;
-        c -= bits % 6;
+        }
+        if ((bits % 6) == 0) {
+            c -= 6;
+        }
+        else {
+            c -= bits % 6;
+        }
         y = (int)(n >> c);
         n <<= 64 - c;
         sp_4096_lshift_64(r, norm, y);
@@ -22156,6 +22046,13 @@ static WC_INLINE int sp_256_div_4(const sp_digit* a, const sp_digit* d, sp_digit
 
     div = d[3];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 4);
+    r1 = sp_256_cmp_4(&t1[4], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_256_cond_sub_avx2_4(&t1[4], &t1[4], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_256_cond_sub_4(&t1[4], &t1[4], d, (sp_digit)0 - r1);
     for (i=3; i>=0; i--) {
         r1 = div_256_word_4(t1[4 + i], t1[4 + i - 1], div);
 
@@ -24826,7 +24723,6 @@ static int sp_384_ecc_mulmod_win_add_sub_6(sp_point_384* r, const sp_point_384*
 #ifdef HAVE_INTEL_AVX2
 extern void sp_384_mul_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit* b);
 #define sp_384_mont_reduce_avx2_6         sp_384_mont_reduce_6
-extern sp_digit sp_384_cond_sub_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit* b, sp_digit m);
 extern void sp_384_mont_reduce_order_avx2_6(sp_digit* a, const sp_digit* m, sp_digit mp);
 /* Multiply two Montogmery form numbers mod the modulus (prime).
  * (r = a * b mod m)
@@ -24967,40 +24863,6 @@ static void sp_384_mont_inv_avx2_6(sp_digit* r, const sp_digit* a, sp_digit* td)
 #endif /* WOLFSSL_SP_SMALL */
 }
 
-#ifdef HAVE_INTEL_AVX2_
-/* Multiply two Montogmery form numbers mod the modulus (prime).
- * (r = a * b mod m)
- *
- * r   Result of multiplication.
- * a   First number to multiply in Montogmery form.
- * b   Second number to multiply in Montogmery form.
- * m   Modulus (prime).
- * mp  Montogmery mulitplier.
- */
-static void sp_384_mont_mul_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit* b,
-        const sp_digit* m, sp_digit mp)
-{
-    sp_384_mul_avx2_6(r, a, b);
-    sp_384_mont_reduce_avx2_6(r, m, mp);
-}
-
-#endif /* HAVE_INTEL_AVX2_ */
-#ifdef HAVE_INTEL_AVX2_
-/* Square the Montgomery form number. (r = a * a mod m)
- *
- * r   Result of squaring.
- * a   Number to square in Montogmery form.
- * m   Modulus (prime).
- * mp  Montogmery mulitplier.
- */
-static void sp_384_mont_sqr_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit* m,
-        sp_digit mp)
-{
-    sp_384_sqr_avx2_6(r, a);
-    sp_384_mont_reduce_avx2_6(r, m, mp);
-}
-
-#endif /* HAVE_INTEL_AVX2_ */
 /* Map the Montgomery form projective coordinate point to an affine point.
  *
  * r  Resulting affine coordinate point.
@@ -27947,6 +27809,7 @@ int sp_ecc_secret_gen_384(mp_int* priv, ecc_point* pub, byte* out,
 #endif
 #if defined(HAVE_ECC_SIGN) || defined(HAVE_ECC_VERIFY)
 extern sp_digit sp_384_sub_in_place_6(sp_digit* a, const sp_digit* b);
+extern sp_digit sp_384_cond_sub_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit* b, sp_digit m);
 extern void sp_384_mul_d_6(sp_digit* r, const sp_digit* a, sp_digit b);
 extern void sp_384_mul_d_avx2_6(sp_digit* r, const sp_digit* a, const sp_digit b);
 /* Divide the double width number (d1|d0) by the dividend. (d1|d0 / div)
@@ -28015,6 +27878,13 @@ static WC_INLINE int sp_384_div_6(const sp_digit* a, const sp_digit* d, sp_digit
 
     div = d[5];
     XMEMCPY(t1, a, sizeof(*t1) * 2 * 6);
+    r1 = sp_384_cmp_6(&t1[6], d) >= 0;
+#ifdef HAVE_INTEL_AVX2
+    if (IS_INTEL_BMI2(cpuid_flags) && IS_INTEL_ADX(cpuid_flags))
+        sp_384_cond_sub_avx2_6(&t1[6], &t1[6], d, (sp_digit)0 - r1);
+    else
+#endif
+        sp_384_cond_sub_6(&t1[6], &t1[6], d, (sp_digit)0 - r1);
     for (i=5; i>=0; i--) {
         r1 = div_384_word_6(t1[6 + i], t1[6 + i - 1], div);
 
diff --git a/wolfcrypt/src/sp_x86_64_asm.S b/wolfcrypt/src/sp_x86_64_asm.S
index e73399f21..4d9b51f1d 100644
--- a/wolfcrypt/src/sp_x86_64_asm.S
+++ b/wolfcrypt/src/sp_x86_64_asm.S
@@ -2947,159 +2947,163 @@ sp_2048_mul_avx2_16:
 .p2align	4
 _sp_2048_mul_avx2_16:
 #endif /* __APPLE__ */
+        push	%rbx
         push	%rbp
         push	%r12
         push	%r13
         push	%r14
-        push	%r15
-        push	%rbx
         movq	%rdx, %rbp
         subq	$128, %rsp
-        movq	$0, %r14
+        cmpq	%rdi, %rsi
+        movq	%rsp, %rbx
+        cmovne	%rdi, %rbx
+        cmpq	%rdi, %rbp
+        cmove	%rsp, %rbx
+        xorq	%r14, %r14
         movq	(%rsi), %rdx
         # A[0] * B[0]
         mulx	(%rbp), %r8, %r9
         # A[0] * B[1]
         mulx	8(%rbp), %rax, %r10
-        movq	%r8, (%rsp)
+        movq	%r8, (%rbx)
         adcxq	%rax, %r9
         # A[0] * B[2]
         mulx	16(%rbp), %rax, %r11
-        movq	%r9, 8(%rsp)
+        movq	%r9, 8(%rbx)
         adcxq	%rax, %r10
         # A[0] * B[3]
         mulx	24(%rbp), %rax, %r12
-        movq	%r10, 16(%rsp)
+        movq	%r10, 16(%rbx)
         adcxq	%rax, %r11
-        movq	%r11, 24(%rsp)
+        movq	%r11, 24(%rbx)
         # A[0] * B[4]
         mulx	32(%rbp), %rax, %r8
         adcxq	%rax, %r12
         # A[0] * B[5]
         mulx	40(%rbp), %rax, %r9
-        movq	%r12, 32(%rsp)
+        movq	%r12, 32(%rbx)
         adcxq	%rax, %r8
         # A[0] * B[6]
         mulx	48(%rbp), %rax, %r10
-        movq	%r8, 40(%rsp)
+        movq	%r8, 40(%rbx)
         adcxq	%rax, %r9
         # A[0] * B[7]
         mulx	56(%rbp), %rax, %r11
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         # A[0] * B[8]
         mulx	64(%rbp), %rax, %r12
         adcxq	%rax, %r11
         # A[0] * B[9]
         mulx	72(%rbp), %rax, %r8
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         # A[0] * B[10]
         mulx	80(%rbp), %rax, %r9
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         # A[0] * B[11]
         mulx	88(%rbp), %rax, %r10
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         # A[0] * B[12]
         mulx	96(%rbp), %rax, %r11
         adcxq	%rax, %r10
         # A[0] * B[13]
         mulx	104(%rbp), %rax, %r12
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         # A[0] * B[14]
         mulx	112(%rbp), %rax, %r8
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         # A[0] * B[15]
         mulx	120(%rbp), %rax, %r9
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adcxq	%r14, %r9
         movq	%r14, %r13
         adcxq	%r14, %r13
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         movq	%r9, 128(%rdi)
         movq	8(%rsi), %rdx
-        movq	8(%rsp), %r9
-        movq	16(%rsp), %r10
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
+        movq	8(%rbx), %r9
+        movq	16(%rbx), %r10
+        movq	24(%rbx), %r11
+        movq	32(%rbx), %r12
+        movq	40(%rbx), %r8
         # A[1] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[1] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 8(%rsp)
+        movq	%r9, 8(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[1] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 16(%rsp)
+        movq	%r10, 16(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[1] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
+        movq	%r11, 24(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, 32(%rsp)
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
+        movq	%r12, 32(%rbx)
+        movq	48(%rbx), %r9
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
         # A[1] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[1] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
+        movq	%r8, 40(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[1] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[1] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
-        movq	%r11, 64(%rsp)
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
+        movq	%r11, 64(%rbx)
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
         # A[1] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[1] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[1] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[1] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r10, 96(%rbx)
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         # A[1] * B[12]
         mulx	96(%rbp), %rax, %rcx
@@ -3107,17 +3111,17 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r12
         # A[1] * B[13]
         mulx	104(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[1] * B[14]
         mulx	112(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[1] * B[15]
         mulx	120(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         movq	%r14, %r10
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
@@ -3128,80 +3132,80 @@ _sp_2048_mul_avx2_16:
         movq	%r9, 128(%rdi)
         movq	%r10, 136(%rdi)
         movq	16(%rsi), %rdx
-        movq	16(%rsp), %r10
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
+        movq	16(%rbx), %r10
+        movq	24(%rbx), %r11
+        movq	32(%rbx), %r12
+        movq	40(%rbx), %r8
+        movq	48(%rbx), %r9
         # A[2] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[2] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 16(%rsp)
+        movq	%r10, 16(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[2] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
+        movq	%r11, 24(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[2] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
+        movq	%r12, 32(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 40(%rsp)
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
+        movq	%r8, 40(%rbx)
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
         # A[2] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[2] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[2] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[2] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, 72(%rsp)
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
+        movq	%r12, 72(%rbx)
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
         # A[2] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[2] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[2] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[2] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	%rbx, %r8
+        movq	%r11, 104(%rbx)
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         # A[2] * B[12]
@@ -3210,12 +3214,12 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r8
         # A[2] * B[13]
         mulx	104(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[2] * B[14]
         mulx	112(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[2] * B[15]
@@ -3231,79 +3235,79 @@ _sp_2048_mul_avx2_16:
         movq	%r10, 136(%rdi)
         movq	%r11, 144(%rdi)
         movq	24(%rsi), %rdx
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
+        movq	24(%rbx), %r11
+        movq	32(%rbx), %r12
+        movq	40(%rbx), %r8
+        movq	48(%rbx), %r9
+        movq	56(%rbx), %r10
         # A[3] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[3] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
+        movq	%r11, 24(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[3] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
+        movq	%r12, 32(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[3] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
+        movq	%r8, 40(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 48(%rsp)
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
+        movq	%r9, 48(%rbx)
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
         # A[3] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[3] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[3] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[3] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 80(%rsp)
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r8, 80(%rbx)
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         # A[3] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[3] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[3] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[3] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -3313,7 +3317,7 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r9
         # A[3] * B[13]
         mulx	104(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[3] * B[14]
@@ -3334,58 +3338,58 @@ _sp_2048_mul_avx2_16:
         movq	%r11, 144(%rdi)
         movq	%r12, 152(%rdi)
         movq	32(%rsi), %rdx
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
+        movq	32(%rbx), %r12
+        movq	40(%rbx), %r8
+        movq	48(%rbx), %r9
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
         # A[4] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[4] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
+        movq	%r12, 32(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[4] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
+        movq	%r8, 40(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[4] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
-        movq	%r10, 56(%rsp)
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
+        movq	%r10, 56(%rbx)
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
         # A[4] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[4] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[4] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[4] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 88(%rsp)
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r9, 88(%rbx)
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         # A[4] * B[8]
         mulx	64(%rbp), %rax, %rcx
@@ -3393,20 +3397,20 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r11
         # A[4] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[4] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[4] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
         movq	152(%rdi), %r12
@@ -3437,57 +3441,57 @@ _sp_2048_mul_avx2_16:
         movq	%r12, 152(%rdi)
         movq	%r8, 160(%rdi)
         movq	40(%rsi), %rdx
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
+        movq	40(%rbx), %r8
+        movq	48(%rbx), %r9
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
         # A[5] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[5] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
+        movq	%r8, 40(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[5] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[5] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
-        movq	%r11, 64(%rsp)
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
+        movq	%r11, 64(%rbx)
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
         # A[5] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[5] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[5] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[5] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r10, 96(%rbx)
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         # A[5] * B[8]
@@ -3496,17 +3500,17 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r12
         # A[5] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[5] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[5] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         movq	%r9, 128(%rdi)
@@ -3540,56 +3544,56 @@ _sp_2048_mul_avx2_16:
         movq	%r8, 160(%rdi)
         movq	%r9, 168(%rdi)
         movq	48(%rsi), %rdx
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
+        movq	48(%rbx), %r9
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
         # A[6] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[6] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
+        movq	%r9, 48(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[6] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[6] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, 72(%rsp)
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
+        movq	%r12, 72(%rbx)
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
         # A[6] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[6] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[6] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[6] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	%rbx, %r8
+        movq	%r11, 104(%rbx)
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -3599,12 +3603,12 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r8
         # A[6] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[6] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[6] * B[11]
@@ -3643,55 +3647,55 @@ _sp_2048_mul_avx2_16:
         movq	%r9, 168(%rdi)
         movq	%r10, 176(%rdi)
         movq	56(%rsi), %rdx
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
+        movq	56(%rbx), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
         # A[7] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[7] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
+        movq	%r10, 56(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[7] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[7] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 80(%rsp)
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r8, 80(%rbx)
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         # A[7] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[7] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[7] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[7] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -3702,7 +3706,7 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r9
         # A[7] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[7] * B[10]
@@ -3746,34 +3750,34 @@ _sp_2048_mul_avx2_16:
         movq	%r10, 176(%rdi)
         movq	%r11, 184(%rdi)
         movq	64(%rsi), %rdx
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
+        movq	64(%rbx), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
         # A[8] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[8] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
+        movq	%r11, 64(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[8] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[8] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 88(%rsp)
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r9, 88(%rbx)
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         # A[8] * B[4]
         mulx	32(%rbp), %rax, %rcx
@@ -3781,20 +3785,20 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r11
         # A[8] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[8] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[8] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
         movq	152(%rdi), %r12
@@ -3849,33 +3853,33 @@ _sp_2048_mul_avx2_16:
         movq	%r11, 184(%rdi)
         movq	%r12, 192(%rdi)
         movq	72(%rsi), %rdx
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
+        movq	72(%rbx), %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
         # A[9] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[9] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r12, 72(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[9] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[9] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	%r10, 96(%rbx)
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         # A[9] * B[4]
@@ -3884,17 +3888,17 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r12
         # A[9] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[9] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[9] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         movq	%r9, 128(%rdi)
@@ -3952,32 +3956,32 @@ _sp_2048_mul_avx2_16:
         movq	%r12, 192(%rdi)
         movq	%r8, 200(%rdi)
         movq	80(%rsi), %rdx
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
+        movq	80(%rbx), %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
         # A[10] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[10] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 80(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[10] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[10] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	%rbx, %r8
+        movq	%r11, 104(%rbx)
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -3987,12 +3991,12 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r8
         # A[10] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[10] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[10] * B[7]
@@ -4055,31 +4059,31 @@ _sp_2048_mul_avx2_16:
         movq	%r8, 200(%rdi)
         movq	%r9, 208(%rdi)
         movq	88(%rsi), %rdx
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	88(%rbx), %r9
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         # A[11] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[11] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
+        movq	%r9, 88(%rbx)
         adcxq	%rax, %r10
         adoxq	%rcx, %r11
         # A[11] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[11] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -4090,7 +4094,7 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r9
         # A[11] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[11] * B[6]
@@ -4158,10 +4162,10 @@ _sp_2048_mul_avx2_16:
         movq	%r9, 208(%rdi)
         movq	%r10, 216(%rdi)
         movq	96(%rsi), %rdx
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	96(%rbx), %r10
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         # A[12] * B[0]
         mulx	(%rbp), %rax, %rcx
@@ -4169,20 +4173,20 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r11
         # A[12] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
+        movq	%r10, 96(%rbx)
         adcxq	%rax, %r11
         adoxq	%rcx, %r12
         # A[12] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[12] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
         movq	152(%rdi), %r12
@@ -4261,9 +4265,9 @@ _sp_2048_mul_avx2_16:
         movq	%r10, 216(%rdi)
         movq	%r11, 224(%rdi)
         movq	104(%rsi), %rdx
-        movq	104(%rsp), %r11
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	104(%rbx), %r11
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         # A[13] * B[0]
@@ -4272,17 +4276,17 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r12
         # A[13] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
+        movq	%r11, 104(%rbx)
         adcxq	%rax, %r12
         adoxq	%rcx, %r8
         # A[13] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[13] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         movq	%r9, 128(%rdi)
@@ -4364,8 +4368,8 @@ _sp_2048_mul_avx2_16:
         movq	%r11, 224(%rdi)
         movq	%r12, 232(%rdi)
         movq	112(%rsi), %rdx
-        movq	%r15, %r12
-        movq	%rbx, %r8
+        movq	112(%rbx), %r12
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -4375,12 +4379,12 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r8
         # A[14] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r12, %r15
+        movq	%r12, 112(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[14] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[14] * B[3]
@@ -4467,7 +4471,7 @@ _sp_2048_mul_avx2_16:
         movq	%r12, 232(%rdi)
         movq	%r8, 240(%rdi)
         movq	120(%rsi), %rdx
-        movq	%rbx, %r8
+        movq	120(%rbx), %r8
         movq	128(%rdi), %r9
         movq	136(%rdi), %r10
         movq	144(%rdi), %r11
@@ -4478,7 +4482,7 @@ _sp_2048_mul_avx2_16:
         adoxq	%rcx, %r9
         # A[15] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r8, %rbx
+        movq	%r8, 120(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[15] * B[2]
@@ -4566,23 +4570,34 @@ _sp_2048_mul_avx2_16:
         adcxq	%r13, %r9
         movq	%r8, 240(%rdi)
         movq	%r9, 248(%rdi)
-        vmovdqu	(%rsp), %ymm0
-        vmovdqu	32(%rsp), %ymm1
-        vmovdqu	64(%rsp), %ymm2
-        vmovdqu	96(%rsp), %xmm3
-        vmovdqu	%ymm0, (%rdi)
-        vmovdqu	%ymm1, 32(%rdi)
-        vmovdqu	%ymm2, 64(%rdi)
-        vmovdqu	%xmm3, 96(%rdi)
-        movq	%r15, 112(%rdi)
-        movq	%rbx, 120(%rdi)
+        cmpq	%rdi, %rsi
+        je	L_start_2048_mul_avx2_16
+        cmpq	%rdi, %rbp
+        jne	L_end_2048_mul_avx2_16
+L_start_2048_mul_avx2_16:
+        vmovdqu	(%rbx), %xmm0
+        vmovups	%xmm0, (%rdi)
+        vmovdqu	16(%rbx), %xmm0
+        vmovups	%xmm0, 16(%rdi)
+        vmovdqu	32(%rbx), %xmm0
+        vmovups	%xmm0, 32(%rdi)
+        vmovdqu	48(%rbx), %xmm0
+        vmovups	%xmm0, 48(%rdi)
+        vmovdqu	64(%rbx), %xmm0
+        vmovups	%xmm0, 64(%rdi)
+        vmovdqu	80(%rbx), %xmm0
+        vmovups	%xmm0, 80(%rdi)
+        vmovdqu	96(%rbx), %xmm0
+        vmovups	%xmm0, 96(%rdi)
+        vmovdqu	112(%rbx), %xmm0
+        vmovups	%xmm0, 112(%rdi)
+L_end_2048_mul_avx2_16:
         addq	$128, %rsp
-        pop	%rbx
-        pop	%r15
         pop	%r14
         pop	%r13
         pop	%r12
         pop	%rbp
+        pop	%rbx
         repz retq
 #ifndef __APPLE__
 .size	sp_2048_mul_avx2_16,.-sp_2048_mul_avx2_16
@@ -4607,16 +4622,16 @@ _sp_2048_sqr_avx2_16:
         push	%rbp
         push	%r12
         push	%r13
+        push	%r14
+        push	%r15
+        push	%rbx
         subq	$128, %rsp
         cmpq	%rdi, %rsi
         movq	%rsp, %rbp
         cmovne	%rdi, %rbp
-        xorq	%r12, %r12
-        # Diagonal 1
-        xorq	%r8, %r8
-        xorq	%r9, %r9
-        xorq	%r10, %r10
         xorq	%r11, %r11
+        # Diagonal 1
+        xorq	%r10, %r10
         # A[1] x A[0]
         movq	(%rsi), %rdx
         mulxq	8(%rsi), %r8, %r9
@@ -4624,70 +4639,70 @@ _sp_2048_sqr_avx2_16:
         mulxq	16(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, 8(%rbp)
+        movq	%r9, 16(%rbp)
+        movq	%r11, %r8
+        movq	%r11, %r9
         # A[3] x A[0]
         mulxq	24(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 8(%rbp)
-        movq	%r9, 16(%rbp)
-        movq	%r10, 24(%rbp)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        movq	%r12, %r10
+        adoxq	%rcx, %r8
         # A[4] x A[0]
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r10, 24(%rbp)
+        movq	%r8, 32(%rbp)
+        movq	%r11, %r10
+        movq	%r11, %r8
         # A[5] x A[0]
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[6] x A[0]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 32(%rbp)
-        movq	%r8, 40(%rbp)
-        movq	%r9, 48(%rbp)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        movq	%r12, %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 40(%rbp)
+        movq	%r10, 48(%rbp)
+        movq	%r11, %r9
+        movq	%r11, %r10
         # A[7] x A[0]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[8] x A[0]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[9] x A[0]
-        mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r10, 56(%rbp)
-        movq	%r11, 64(%rbp)
-        movq	%r8, 72(%rbp)
-        movq	%r12, %r10
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[10] x A[0]
-        mulxq	80(%rsi), %rax, %rcx
+        # A[8] x A[0]
+        mulxq	64(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, 56(%rbp)
+        movq	%r9, 64(%rbp)
+        movq	%r11, %r8
+        movq	%r11, %r9
+        # A[9] x A[0]
+        mulxq	72(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # A[10] x A[0]
+        mulxq	80(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r10, 72(%rbp)
+        movq	%r8, 80(%rbp)
+        movq	%r11, %r10
+        movq	%r11, %r8
         # A[11] x A[0]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[12] x A[0]
         mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 80(%rbp)
-        movq	%r10, 88(%rbp)
-        movq	%r11, 96(%rbp)
-        movq	%r12, %r9
-        movq	%r12, %r10
-        movq	%r12, %r11
+        movq	%r9, 88(%rbp)
+        movq	%r10, %r13
+        movq	%r11, %r9
+        movq	%r11, %r10
         # A[13] x A[0]
         mulxq	104(%rsi), %rax, %rcx
         adcxq	%rax, %r8
@@ -4696,323 +4711,323 @@ _sp_2048_sqr_avx2_16:
         mulxq	112(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, %r14
+        movq	%r9, %r15
+        movq	%r11, %r8
         # A[15] x A[0]
         mulxq	120(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 104(%rbp)
-        movq	%r9, 112(%rbp)
-        movq	%r10, 120(%rbp)
+        adoxq	%rcx, %r8
+        movq	%r10, %rbx
         #  Carry
-        adcxq	%r12, %r11
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r11, 128(%rdi)
+        adcxq	%r11, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 128(%rdi)
         # Diagonal 2
-        movq	24(%rbp), %r11
-        movq	32(%rbp), %r8
-        movq	40(%rbp), %r9
-        movq	48(%rbp), %r10
+        movq	24(%rbp), %r8
+        movq	32(%rbp), %r9
+        movq	40(%rbp), %r10
         # A[2] x A[1]
         movq	8(%rsi), %rdx
         mulxq	16(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[3] x A[1]
         mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 24(%rbp)
+        movq	%r9, 32(%rbp)
+        movq	48(%rbp), %r8
+        movq	56(%rbp), %r9
         # A[4] x A[1]
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 24(%rbp)
-        movq	%r8, 32(%rbp)
-        movq	%r9, 40(%rbp)
-        movq	56(%rbp), %r11
-        movq	64(%rbp), %r8
-        movq	72(%rbp), %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[5] x A[1]
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[6] x A[1]
-        mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[7] x A[1]
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 48(%rbp)
-        movq	%r11, 56(%rbp)
-        movq	%r8, 64(%rbp)
-        movq	80(%rbp), %r10
-        movq	88(%rbp), %r11
-        movq	96(%rbp), %r8
-        # A[8] x A[1]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[9] x A[1]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] x A[1]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 72(%rbp)
-        movq	%r10, 80(%rbp)
-        movq	%r11, 88(%rbp)
-        movq	104(%rbp), %r9
-        movq	112(%rbp), %r10
-        movq	120(%rbp), %r11
-        # A[11] x A[1]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] x A[1]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] x A[1]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	%r10, 112(%rbp)
-        movq	128(%rdi), %r8
-        movq	%r12, %r9
-        movq	%r12, %r10
-        # A[14] x A[1]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[1]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] x A[2]
-        movq	16(%rsi), %rdx
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 120(%rbp)
-        movq	%r8, 128(%rdi)
-        movq	%r9, 136(%rdi)
-        #  Carry
-        adcxq	%r13, %r10
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r10, 144(%rdi)
-        # Diagonal 3
-        movq	40(%rbp), %r10
-        movq	48(%rbp), %r11
-        movq	56(%rbp), %r8
-        movq	64(%rbp), %r9
-        # A[3] x A[2]
-        mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[4] x A[2]
-        mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[5] x A[2]
-        mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         movq	%r10, 40(%rbp)
-        movq	%r11, 48(%rbp)
-        movq	%r8, 56(%rbp)
-        movq	72(%rbp), %r10
-        movq	80(%rbp), %r11
-        movq	88(%rbp), %r8
-        # A[6] x A[2]
+        movq	%r8, 48(%rbp)
+        movq	64(%rbp), %r10
+        movq	72(%rbp), %r8
+        # A[6] x A[1]
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        # A[7] x A[2]
+        # A[7] x A[1]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[8] x A[2]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 64(%rbp)
-        movq	%r10, 72(%rbp)
-        movq	%r11, 80(%rbp)
-        movq	96(%rbp), %r9
-        movq	104(%rbp), %r10
-        movq	112(%rbp), %r11
-        # A[9] x A[2]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[10] x A[2]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[11] x A[2]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 88(%rbp)
-        movq	%r9, 96(%rbp)
-        movq	%r10, 104(%rbp)
-        movq	120(%rbp), %r8
-        movq	128(%rdi), %r9
-        movq	136(%rdi), %r10
-        # A[12] x A[2]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[13] x A[2]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] x A[2]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 112(%rbp)
-        movq	%r8, 120(%rbp)
-        movq	%r9, 128(%rdi)
-        movq	144(%rdi), %r11
-        movq	%r12, %r8
-        movq	%r12, %r9
-        # A[14] x A[3]
-        movq	112(%rsi), %rdx
-        mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[4]
-        mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[14] x A[5]
-        mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 136(%rdi)
-        movq	%r11, 144(%rdi)
-        movq	%r8, 152(%rdi)
-        #  Carry
-        adcxq	%r13, %r9
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r9, 160(%rdi)
-        # Diagonal 4
-        movq	56(%rbp), %r9
-        movq	64(%rbp), %r10
-        movq	72(%rbp), %r11
-        movq	80(%rbp), %r8
-        # A[4] x A[3]
-        movq	24(%rsi), %rdx
-        mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[5] x A[3]
-        mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[6] x A[3]
-        mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
         movq	%r9, 56(%rbp)
         movq	%r10, 64(%rbp)
-        movq	%r11, 72(%rbp)
+        movq	80(%rbp), %r9
+        movq	88(%rbp), %r10
+        # A[8] x A[1]
+        mulxq	64(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[9] x A[1]
+        mulxq	72(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 72(%rbp)
+        movq	%r9, 80(%rbp)
+        # No load %r13 - %r8
+        # No load %r14 - %r9
+        # A[10] x A[1]
+        mulxq	80(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
+        # A[11] x A[1]
+        mulxq	88(%rsi), %rax, %rcx
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        movq	%r10, 88(%rbp)
+        # No store %r13
+        # No load %r15 - %r10
+        # No load %rbx - %r8
+        # A[12] x A[1]
+        mulxq	96(%rsi), %rax, %rcx
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # A[13] x A[1]
+        mulxq	104(%rsi), %rax, %rcx
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r9
+        movq	%r11, %r10
+        # A[14] x A[1]
+        mulxq	112(%rsi), %rax, %rcx
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r9
+        # A[15] x A[1]
+        mulxq	120(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # No store %rbx
+        movq	%r9, 128(%rdi)
+        movq	%r11, %r8
+        # A[15] x A[2]
+        movq	16(%rsi), %rdx
+        mulxq	120(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 136(%rdi)
+        #  Carry
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 144(%rdi)
+        # Diagonal 3
+        movq	40(%rbp), %r8
+        movq	48(%rbp), %r9
+        movq	56(%rbp), %r10
+        # A[3] x A[2]
+        mulxq	24(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[4] x A[2]
+        mulxq	32(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 40(%rbp)
+        movq	%r9, 48(%rbp)
+        movq	64(%rbp), %r8
+        movq	72(%rbp), %r9
+        # A[5] x A[2]
+        mulxq	40(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # A[6] x A[2]
+        mulxq	48(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r10, 56(%rbp)
+        movq	%r8, 64(%rbp)
+        movq	80(%rbp), %r10
+        movq	88(%rbp), %r8
+        # A[7] x A[2]
+        mulxq	56(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # A[8] x A[2]
+        mulxq	64(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 72(%rbp)
+        movq	%r10, 80(%rbp)
+        # No load %r13 - %r9
+        # No load %r14 - %r10
+        # A[9] x A[2]
+        mulxq	72(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r13
+        # A[10] x A[2]
+        mulxq	80(%rsi), %rax, %rcx
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        movq	%r8, 88(%rbp)
+        # No store %r13
+        # No load %r15 - %r8
+        # No load %rbx - %r9
+        # A[11] x A[2]
+        mulxq	88(%rsi), %rax, %rcx
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # A[12] x A[2]
+        mulxq	96(%rsi), %rax, %rcx
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r10
+        movq	136(%rdi), %r8
+        # A[13] x A[2]
+        mulxq	104(%rsi), %rax, %rcx
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r10
+        # A[14] x A[2]
+        mulxq	112(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # No store %rbx
+        movq	%r10, 128(%rdi)
+        movq	144(%rdi), %r9
+        movq	%r11, %r10
+        # A[14] x A[3]
+        movq	112(%rsi), %rdx
+        mulxq	24(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[14] x A[4]
+        mulxq	32(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 136(%rdi)
+        movq	%r9, 144(%rdi)
+        movq	%r11, %r8
+        # A[14] x A[5]
+        mulxq	40(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 152(%rdi)
+        #  Carry
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 160(%rdi)
+        # Diagonal 4
+        movq	56(%rbp), %r8
+        movq	64(%rbp), %r9
+        movq	72(%rbp), %r10
+        # A[4] x A[3]
+        movq	24(%rsi), %rdx
+        mulxq	32(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[5] x A[3]
+        mulxq	40(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 56(%rbp)
+        movq	%r9, 64(%rbp)
+        movq	80(%rbp), %r8
         movq	88(%rbp), %r9
-        movq	96(%rbp), %r10
-        movq	104(%rbp), %r11
+        # A[6] x A[3]
+        mulxq	48(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[7] x A[3]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r10, 72(%rbp)
+        movq	%r8, 80(%rbp)
+        # No load %r13 - %r10
+        # No load %r14 - %r8
         # A[8] x A[3]
         mulxq	64(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adoxq	%rcx, %r13
         # A[9] x A[3]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 80(%rbp)
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
         movq	%r9, 88(%rbp)
-        movq	%r10, 96(%rbp)
-        movq	112(%rbp), %r8
-        movq	120(%rbp), %r9
-        movq	128(%rdi), %r10
+        # No store %r13
+        # No load %r15 - %r9
+        # No load %rbx - %r10
         # A[10] x A[3]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
         # A[11] x A[3]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r8
+        movq	136(%rdi), %r9
         # A[12] x A[3]
         mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 104(%rbp)
-        movq	%r8, 112(%rbp)
-        movq	%r9, 120(%rbp)
-        movq	136(%rdi), %r11
-        movq	144(%rdi), %r8
-        movq	152(%rdi), %r9
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r8
         # A[13] x A[3]
         mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # No store %rbx
+        movq	%r8, 128(%rdi)
+        movq	144(%rdi), %r10
+        movq	152(%rdi), %r8
         # A[13] x A[4]
         movq	104(%rsi), %rdx
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[13] x A[5]
-        mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 128(%rdi)
-        movq	%r11, 136(%rdi)
-        movq	%r8, 144(%rdi)
-        movq	160(%rdi), %r10
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[13] x A[6]
-        mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        # A[13] x A[5]
+        mulxq	40(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 136(%rdi)
+        movq	%r10, 144(%rdi)
+        movq	160(%rdi), %r9
+        movq	%r11, %r10
+        # A[13] x A[6]
+        mulxq	48(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[13] x A[7]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 152(%rdi)
+        movq	%r9, 160(%rdi)
+        movq	%r11, %r8
         # A[13] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 152(%rdi)
-        movq	%r10, 160(%rdi)
-        movq	%r11, 168(%rdi)
+        movq	%r10, 168(%rdi)
         #  Carry
-        adcxq	%r13, %r8
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
         movq	%r8, 176(%rdi)
         # Diagonal 5
         movq	72(%rbp), %r8
         movq	80(%rbp), %r9
         movq	88(%rbp), %r10
-        movq	96(%rbp), %r11
         # A[5] x A[4]
         movq	32(%rsi), %rdx
         mulxq	40(%rsi), %rax, %rcx
@@ -5022,71 +5037,71 @@ _sp_2048_sqr_avx2_16:
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, 72(%rbp)
+        movq	%r9, 80(%rbp)
+        # No load %r13 - %r8
+        # No load %r14 - %r9
         # A[7] x A[4]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 72(%rbp)
-        movq	%r9, 80(%rbp)
-        movq	%r10, 88(%rbp)
-        movq	104(%rbp), %r8
-        movq	112(%rbp), %r9
-        movq	120(%rbp), %r10
+        adoxq	%rcx, %r13
         # A[8] x A[4]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        movq	%r10, 88(%rbp)
+        # No store %r13
+        # No load %r15 - %r10
+        # No load %rbx - %r8
         # A[9] x A[4]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
         # A[10] x A[4]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 96(%rbp)
-        movq	%r8, 104(%rbp)
-        movq	%r9, 112(%rbp)
-        movq	128(%rdi), %r11
-        movq	136(%rdi), %r8
-        movq	144(%rdi), %r9
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r9
+        movq	136(%rdi), %r10
         # A[11] x A[4]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r9
         # A[12] x A[4]
         mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # No store %rbx
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r8
+        movq	152(%rdi), %r9
         # A[12] x A[5]
         movq	96(%rsi), %rdx
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 120(%rbp)
-        movq	%r11, 128(%rdi)
-        movq	%r8, 136(%rdi)
-        movq	152(%rdi), %r10
-        movq	160(%rdi), %r11
-        movq	168(%rdi), %r8
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[12] x A[6]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r10, 136(%rdi)
+        movq	%r8, 144(%rdi)
+        movq	160(%rdi), %r10
+        movq	168(%rdi), %r8
         # A[12] x A[7]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[12] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 144(%rdi)
-        movq	%r10, 152(%rdi)
-        movq	%r11, 160(%rdi)
+        movq	%r9, 152(%rdi)
+        movq	%r10, 160(%rdi)
         movq	176(%rdi), %r9
-        movq	%r12, %r10
-        movq	%r12, %r11
+        movq	%r11, %r10
         # A[12] x A[9]
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
@@ -5095,84 +5110,86 @@ _sp_2048_sqr_avx2_16:
         mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, 168(%rdi)
+        movq	%r9, 176(%rdi)
+        movq	%r11, %r8
         # A[12] x A[11]
         mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 168(%rdi)
-        movq	%r9, 176(%rdi)
+        adoxq	%rcx, %r8
         movq	%r10, 184(%rdi)
         #  Carry
-        adcxq	%r13, %r11
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r11, 192(%rdi)
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 192(%rdi)
         # Diagonal 6
-        movq	88(%rbp), %r11
-        movq	96(%rbp), %r8
-        movq	104(%rbp), %r9
-        movq	112(%rbp), %r10
+        movq	88(%rbp), %r8
+        # No load %r13 - %r9
+        # No load %r14 - %r10
         # A[6] x A[5]
         movq	40(%rsi), %rdx
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r13
         # A[7] x A[5]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        movq	%r8, 88(%rbp)
+        # No store %r13
+        # No load %r15 - %r8
+        # No load %rbx - %r9
         # A[8] x A[5]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 88(%rbp)
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	120(%rbp), %r11
-        movq	128(%rdi), %r8
-        movq	136(%rdi), %r9
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
         # A[9] x A[5]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r10
+        movq	136(%rdi), %r8
         # A[10] x A[5]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r10
         # A[11] x A[5]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 112(%rbp)
-        movq	%r11, 120(%rbp)
-        movq	%r8, 128(%rdi)
-        movq	144(%rdi), %r10
-        movq	152(%rdi), %r11
-        movq	160(%rdi), %r8
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # No store %rbx
+        movq	%r10, 128(%rdi)
+        movq	144(%rdi), %r9
+        movq	152(%rdi), %r10
         # A[11] x A[6]
         movq	88(%rsi), %rdx
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[11] x A[7]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 136(%rdi)
+        movq	%r9, 144(%rdi)
+        movq	160(%rdi), %r8
+        movq	168(%rdi), %r9
         # A[11] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 136(%rdi)
-        movq	%r10, 144(%rdi)
-        movq	%r11, 152(%rdi)
-        movq	168(%rdi), %r9
-        movq	176(%rdi), %r10
-        movq	184(%rdi), %r11
         # A[11] x A[9]
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r10, 152(%rdi)
+        movq	%r8, 160(%rdi)
+        movq	176(%rdi), %r10
+        movq	184(%rdi), %r8
         # A[11] x A[10]
         mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
@@ -5181,77 +5198,75 @@ _sp_2048_sqr_avx2_16:
         movq	104(%rsi), %rdx
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 160(%rdi)
+        adoxq	%rcx, %r8
         movq	%r9, 168(%rdi)
         movq	%r10, 176(%rdi)
-        movq	192(%rdi), %r8
-        movq	%r12, %r9
-        movq	%r12, %r10
+        movq	192(%rdi), %r9
+        movq	%r11, %r10
         # A[13] x A[10]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[13] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[13] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
+        # A[13] x A[11]
+        mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r11, 184(%rdi)
-        movq	%r8, 192(%rdi)
-        movq	%r9, 200(%rdi)
+        movq	%r8, 184(%rdi)
+        movq	%r9, 192(%rdi)
+        movq	%r11, %r8
+        # A[13] x A[12]
+        mulxq	96(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 200(%rdi)
         #  Carry
-        adcxq	%r13, %r10
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r10, 208(%rdi)
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 208(%rdi)
         # Diagonal 7
-        movq	104(%rbp), %r10
-        movq	112(%rbp), %r11
-        movq	120(%rbp), %r8
-        movq	128(%rdi), %r9
+        # No load %r14 - %r8
+        # No load %r15 - %r9
+        # No load %rbx - %r10
         # A[7] x A[6]
         movq	48(%rsi), %rdx
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
         # A[8] x A[6]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r14
+        # No store %r15
+        movq	128(%rdi), %r8
+        movq	136(%rdi), %r9
         # A[9] x A[6]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 104(%rbp)
-        movq	%r11, 112(%rbp)
-        movq	%r8, 120(%rbp)
-        movq	136(%rdi), %r10
-        movq	144(%rdi), %r11
-        movq	152(%rdi), %r8
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r8
         # A[10] x A[6]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # No store %rbx
+        movq	%r8, 128(%rdi)
+        movq	144(%rdi), %r10
+        movq	152(%rdi), %r8
         # A[10] x A[7]
         movq	80(%rsi), %rdx
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[10] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 128(%rdi)
-        movq	%r10, 136(%rdi)
-        movq	%r11, 144(%rdi)
+        movq	%r9, 136(%rdi)
+        movq	%r10, 144(%rdi)
         movq	160(%rdi), %r9
         movq	168(%rdi), %r10
-        movq	176(%rdi), %r11
         # A[10] x A[9]
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
@@ -5261,85 +5276,87 @@ _sp_2048_sqr_avx2_16:
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r8, 152(%rdi)
+        movq	%r9, 160(%rdi)
+        movq	176(%rdi), %r8
+        movq	184(%rdi), %r9
         # A[14] x A[7]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 152(%rdi)
-        movq	%r9, 160(%rdi)
-        movq	%r10, 168(%rdi)
-        movq	184(%rdi), %r8
-        movq	192(%rdi), %r9
-        movq	200(%rdi), %r10
+        adoxq	%rcx, %r8
         # A[14] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r10, 168(%rdi)
+        movq	%r8, 176(%rdi)
+        movq	192(%rdi), %r10
+        movq	200(%rdi), %r8
         # A[14] x A[9]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r11, 176(%rdi)
-        movq	%r8, 184(%rdi)
-        movq	%r9, 192(%rdi)
-        movq	208(%rdi), %r11
-        movq	%r12, %r8
-        movq	%r12, %r9
+        # A[14] x A[10]
+        mulxq	80(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 184(%rdi)
+        movq	%r10, 192(%rdi)
+        movq	208(%rdi), %r9
+        movq	%r11, %r10
         # A[14] x A[11]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[14] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r10, 200(%rdi)
-        movq	%r11, 208(%rdi)
-        movq	%r8, 216(%rdi)
+        # A[14] x A[12]
+        mulxq	96(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 200(%rdi)
+        movq	%r9, 208(%rdi)
+        movq	%r11, %r8
+        # A[14] x A[13]
+        mulxq	104(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 216(%rdi)
         #  Carry
-        adcxq	%r13, %r9
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r9, 224(%rdi)
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
+        movq	%r8, 224(%rdi)
         # Diagonal 8
-        movq	120(%rbp), %r9
-        movq	128(%rdi), %r10
-        movq	136(%rdi), %r11
-        movq	144(%rdi), %r8
+        # No load %rbx - %r8
+        movq	128(%rdi), %r9
+        movq	136(%rdi), %r10
         # A[8] x A[7]
         movq	56(%rsi), %rdx
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r9
         # A[9] x A[7]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # No store %rbx
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r8
+        movq	152(%rdi), %r9
         # A[9] x A[8]
         movq	64(%rsi), %rdx
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 120(%rbp)
-        movq	%r10, 128(%rdi)
-        movq	%r11, 136(%rdi)
-        movq	152(%rdi), %r9
-        movq	160(%rdi), %r10
-        movq	168(%rdi), %r11
         # A[15] x A[3]
         movq	120(%rsi), %rdx
         mulxq	24(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r10, 136(%rdi)
+        movq	%r8, 144(%rdi)
+        movq	160(%rdi), %r10
+        movq	168(%rdi), %r8
         # A[15] x A[4]
         mulxq	32(%rsi), %rax, %rcx
         adcxq	%rax, %r9
@@ -5347,71 +5364,70 @@ _sp_2048_sqr_avx2_16:
         # A[15] x A[5]
         mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 144(%rdi)
+        adoxq	%rcx, %r8
         movq	%r9, 152(%rdi)
         movq	%r10, 160(%rdi)
-        movq	176(%rdi), %r8
-        movq	184(%rdi), %r9
-        movq	192(%rdi), %r10
+        movq	176(%rdi), %r9
+        movq	184(%rdi), %r10
         # A[15] x A[6]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[15] x A[7]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 168(%rdi)
+        movq	%r9, 176(%rdi)
+        movq	192(%rdi), %r8
+        movq	200(%rdi), %r9
         # A[15] x A[8]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 168(%rdi)
-        movq	%r8, 176(%rdi)
-        movq	%r9, 184(%rdi)
-        movq	200(%rdi), %r11
-        movq	208(%rdi), %r8
-        movq	216(%rdi), %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[15] x A[9]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r10, 192(%rdi)
-        movq	%r11, 200(%rdi)
-        movq	%r8, 208(%rdi)
-        movq	224(%rdi), %r10
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[15] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
+        movq	%r10, 184(%rdi)
+        movq	%r8, 192(%rdi)
+        movq	208(%rdi), %r10
+        movq	216(%rdi), %r8
+        # A[15] x A[10]
+        mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        # A[15] x A[11]
+        mulxq	88(%rsi), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 200(%rdi)
+        movq	%r10, 208(%rdi)
+        movq	224(%rdi), %r9
+        movq	%r11, %r10
+        # A[15] x A[12]
+        mulxq	96(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[15] x A[13]
         mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r8, 216(%rdi)
+        movq	%r9, 224(%rdi)
+        movq	%r11, %r8
         # A[15] x A[14]
         mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r9, 216(%rdi)
-        movq	%r10, 224(%rdi)
-        movq	%r11, 232(%rdi)
+        movq	%r10, 232(%rdi)
         #  Carry
-        adcxq	%r13, %r8
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
+        adcxq	%r12, %r8
+        movq	%r11, %r12
+        adcxq	%r11, %r12
+        adoxq	%r11, %r12
         movq	%r8, 240(%rdi)
-        movq	%r13, 248(%rdi)
+        movq	%r12, 248(%rdi)
         # Double and Add in A[i] x A[i]
         movq	8(%rbp), %r9
         # A[0] x A[0]
@@ -5427,8 +5443,8 @@ _sp_2048_sqr_avx2_16:
         movq	8(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 16(%rbp)
         movq	%r9, 24(%rbp)
@@ -5438,8 +5454,8 @@ _sp_2048_sqr_avx2_16:
         movq	16(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 32(%rbp)
         movq	%r9, 40(%rbp)
@@ -5449,8 +5465,8 @@ _sp_2048_sqr_avx2_16:
         movq	24(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 48(%rbp)
         movq	%r9, 56(%rbp)
@@ -5460,8 +5476,8 @@ _sp_2048_sqr_avx2_16:
         movq	32(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 64(%rbp)
         movq	%r9, 72(%rbp)
@@ -5471,41 +5487,33 @@ _sp_2048_sqr_avx2_16:
         movq	40(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 80(%rbp)
         movq	%r9, 88(%rbp)
-        movq	96(%rbp), %r8
-        movq	104(%rbp), %r9
         # A[6] x A[6]
         movq	48(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	112(%rbp), %r8
-        movq	120(%rbp), %r9
+        adoxq	%r13, %r13
+        adoxq	%r14, %r14
+        adcxq	%rax, %r13
+        adcxq	%rcx, %r14
         # A[7] x A[7]
         movq	56(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 112(%rbp)
-        movq	%r9, 120(%rbp)
+        adoxq	%r15, %r15
+        adoxq	%rbx, %rbx
+        adcxq	%rax, %r15
+        adcxq	%rcx, %rbx
         movq	128(%rdi), %r8
         movq	136(%rdi), %r9
         # A[8] x A[8]
         movq	64(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 128(%rdi)
         movq	%r9, 136(%rdi)
@@ -5515,8 +5523,8 @@ _sp_2048_sqr_avx2_16:
         movq	72(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 144(%rdi)
         movq	%r9, 152(%rdi)
@@ -5526,8 +5534,8 @@ _sp_2048_sqr_avx2_16:
         movq	80(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 160(%rdi)
         movq	%r9, 168(%rdi)
@@ -5537,8 +5545,8 @@ _sp_2048_sqr_avx2_16:
         movq	88(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 176(%rdi)
         movq	%r9, 184(%rdi)
@@ -5548,8 +5556,8 @@ _sp_2048_sqr_avx2_16:
         movq	96(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 192(%rdi)
         movq	%r9, 200(%rdi)
@@ -5559,8 +5567,8 @@ _sp_2048_sqr_avx2_16:
         movq	104(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 208(%rdi)
         movq	%r9, 216(%rdi)
@@ -5570,8 +5578,8 @@ _sp_2048_sqr_avx2_16:
         movq	112(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 224(%rdi)
         movq	%r9, 232(%rdi)
@@ -5581,25 +5589,34 @@ _sp_2048_sqr_avx2_16:
         movq	120(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 240(%rdi)
         movq	%r9, 248(%rdi)
+        movq	%r13, 96(%rdi)
+        movq	%r14, 104(%rdi)
+        movq	%r15, 112(%rdi)
+        movq	%rbx, 120(%rdi)
         cmpq	%rdi, %rsi
         jne	L_end_2048_sqr_avx2_16
-        vmovdqu	(%rbp), %ymm0
-        vmovdqu	32(%rbp), %ymm1
-        vmovdqu	64(%rbp), %ymm2
-        vmovdqu	96(%rbp), %ymm3
-        vmovdqu	128(%rdi), %ymm4
-        vmovdqu	%ymm0, (%rdi)
-        vmovdqu	%ymm1, 32(%rdi)
-        vmovdqu	%ymm2, 64(%rdi)
-        vmovdqu	%ymm3, 96(%rdi)
-        vmovdqu	%ymm4, 128(%rdi)
+        vmovdqu	(%rbp), %xmm0
+        vmovups	%xmm0, (%rdi)
+        vmovdqu	16(%rbp), %xmm0
+        vmovups	%xmm0, 16(%rdi)
+        vmovdqu	32(%rbp), %xmm0
+        vmovups	%xmm0, 32(%rdi)
+        vmovdqu	48(%rbp), %xmm0
+        vmovups	%xmm0, 48(%rdi)
+        vmovdqu	64(%rbp), %xmm0
+        vmovups	%xmm0, 64(%rdi)
+        vmovdqu	80(%rbp), %xmm0
+        vmovups	%xmm0, 80(%rdi)
 L_end_2048_sqr_avx2_16:
         addq	$128, %rsp
+        pop	%rbx
+        pop	%r15
+        pop	%r14
         pop	%r13
         pop	%r12
         pop	%rbp
@@ -5624,6 +5641,7 @@ sp_2048_add_16:
 .p2align	4
 _sp_2048_add_16:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -5811,6 +5829,7 @@ sp_2048_add_32:
 .p2align	4
 _sp_2048_add_32:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -5913,6 +5932,725 @@ _sp_2048_add_32:
 #ifndef __APPLE__
 .size	sp_2048_add_32,.-sp_2048_add_32
 #endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_2048_mul_32
+.type	sp_2048_mul_32,@function
+.align	16
+sp_2048_mul_32:
+#else
+.globl	_sp_2048_mul_32
+.p2align	4
+_sp_2048_mul_32:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$808, %rsp
+        movq	%rdi, 768(%rsp)
+        movq	%rsi, 776(%rsp)
+        movq	%rdx, 784(%rsp)
+        leaq	512(%rsp), %r10
+        leaq	128(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	%rax, 120(%r10)
+        adcq	$0, %r13
+        movq	%r13, 792(%rsp)
+        leaq	640(%rsp), %r11
+        leaq	128(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	%rax, 120(%r11)
+        adcq	$0, %r14
+        movq	%r14, 800(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_16@plt
+#else
+        callq	_sp_2048_mul_16
+#endif /* __APPLE__ */
+        movq	784(%rsp), %rdx
+        movq	776(%rsp), %rsi
+        leaq	256(%rsp), %rdi
+        addq	$128, %rdx
+        addq	$128, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_mul_16@plt
+#else
+        callq	_sp_2048_mul_16
+#endif /* __APPLE__ */
+        movq	784(%rsp), %rdx
+        movq	776(%rsp), %rsi
+        movq	768(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_16@plt
+#else
+        callq	_sp_2048_mul_16
+#endif /* __APPLE__ */
+        movq	792(%rsp), %r13
+        movq	800(%rsp), %r14
+        movq	768(%rsp), %r15
+        movq	%r13, %r9
+        leaq	512(%rsp), %r10
+        leaq	640(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$256, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, (%r10)
+        movq	%rcx, (%r11)
+        movq	8(%r10), %rax
+        movq	8(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 8(%r10)
+        movq	%rcx, 8(%r11)
+        movq	16(%r10), %rax
+        movq	16(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 16(%r10)
+        movq	%rcx, 16(%r11)
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 24(%r10)
+        movq	%rcx, 24(%r11)
+        movq	32(%r10), %rax
+        movq	32(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 32(%r10)
+        movq	%rcx, 32(%r11)
+        movq	40(%r10), %rax
+        movq	40(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 40(%r10)
+        movq	%rcx, 40(%r11)
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 48(%r10)
+        movq	%rcx, 48(%r11)
+        movq	56(%r10), %rax
+        movq	56(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 56(%r10)
+        movq	%rcx, 56(%r11)
+        movq	64(%r10), %rax
+        movq	64(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 64(%r10)
+        movq	%rcx, 64(%r11)
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 72(%r10)
+        movq	%rcx, 72(%r11)
+        movq	80(%r10), %rax
+        movq	80(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 80(%r10)
+        movq	%rcx, 80(%r11)
+        movq	88(%r10), %rax
+        movq	88(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 88(%r10)
+        movq	%rcx, 88(%r11)
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 96(%r10)
+        movq	%rcx, 96(%r11)
+        movq	104(%r10), %rax
+        movq	104(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 104(%r10)
+        movq	%rcx, 104(%r11)
+        movq	112(%r10), %rax
+        movq	112(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 112(%r10)
+        movq	%rcx, 112(%r11)
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 120(%r10)
+        movq	%rcx, 120(%r11)
+        movq	(%r10), %rax
+        addq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	%rax, 120(%r15)
+        adcq	$0, %r9
+        leaq	256(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	%rcx, 248(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	%rcx, 248(%r10)
+        sbbq	$0, %r9
+        subq	$128, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	%rcx, 248(%r15)
+        adcq	$0, %r9
+        movq	%r9, 384(%rdi)
+        addq	$128, %r15
+        # Add
+        movq	(%r15), %rax
+        xorq	%r9, %r9
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	%rcx, 128(%r15)
+        adcq	$0, %r9
+        # Add to zero
+        movq	136(%r11), %rax
+        adcq	$0, %rax
+        movq	144(%r11), %rcx
+        movq	%rax, 136(%r15)
+        adcq	$0, %rcx
+        movq	152(%r11), %r8
+        movq	%rcx, 144(%r15)
+        adcq	$0, %r8
+        movq	160(%r11), %rax
+        movq	%r8, 152(%r15)
+        adcq	$0, %rax
+        movq	168(%r11), %rcx
+        movq	%rax, 160(%r15)
+        adcq	$0, %rcx
+        movq	176(%r11), %r8
+        movq	%rcx, 168(%r15)
+        adcq	$0, %r8
+        movq	184(%r11), %rax
+        movq	%r8, 176(%r15)
+        adcq	$0, %rax
+        movq	192(%r11), %rcx
+        movq	%rax, 184(%r15)
+        adcq	$0, %rcx
+        movq	200(%r11), %r8
+        movq	%rcx, 192(%r15)
+        adcq	$0, %r8
+        movq	208(%r11), %rax
+        movq	%r8, 200(%r15)
+        adcq	$0, %rax
+        movq	216(%r11), %rcx
+        movq	%rax, 208(%r15)
+        adcq	$0, %rcx
+        movq	224(%r11), %r8
+        movq	%rcx, 216(%r15)
+        adcq	$0, %r8
+        movq	232(%r11), %rax
+        movq	%r8, 224(%r15)
+        adcq	$0, %rax
+        movq	240(%r11), %rcx
+        movq	%rax, 232(%r15)
+        adcq	$0, %rcx
+        movq	248(%r11), %r8
+        movq	%rcx, 240(%r15)
+        adcq	$0, %r8
+        movq	%r8, 248(%r15)
+        addq	$808, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_2048_mul_32,.-sp_2048_mul_32
+#endif /* __APPLE__ */
 /* Add a to a into r. (r = a + a)
  *
  * r  A single precision integer.
@@ -5982,6 +6720,1835 @@ _sp_2048_dbl_16:
 #ifndef __APPLE__
 .size	sp_2048_dbl_16,.-sp_2048_dbl_16
 #endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_2048_sqr_32
+.type	sp_2048_sqr_32,@function
+.align	16
+sp_2048_sqr_32:
+#else
+.globl	_sp_2048_sqr_32
+.p2align	4
+_sp_2048_sqr_32:
+#endif /* __APPLE__ */
+        subq	$664, %rsp
+        movq	%rdi, 640(%rsp)
+        movq	%rsi, 648(%rsp)
+        leaq	512(%rsp), %r8
+        leaq	128(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	%rax, 120(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 656(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_16@plt
+#else
+        callq	_sp_2048_sqr_16
+#endif /* __APPLE__ */
+        movq	648(%rsp), %rsi
+        leaq	256(%rsp), %rdi
+        addq	$128, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_16@plt
+#else
+        callq	_sp_2048_sqr_16
+#endif /* __APPLE__ */
+        movq	648(%rsp), %rsi
+        movq	640(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_16@plt
+#else
+        callq	_sp_2048_sqr_16
+#endif /* __APPLE__ */
+        movq	656(%rsp), %r10
+        leaq	512(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        movq	(%r8), %rdx
+        movq	8(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 256(%rdi)
+        movq	%rax, 264(%rdi)
+        movq	16(%r8), %rdx
+        movq	24(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 272(%rdi)
+        movq	%rax, 280(%rdi)
+        movq	32(%r8), %rdx
+        movq	40(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 288(%rdi)
+        movq	%rax, 296(%rdi)
+        movq	48(%r8), %rdx
+        movq	56(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 304(%rdi)
+        movq	%rax, 312(%rdi)
+        movq	64(%r8), %rdx
+        movq	72(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 320(%rdi)
+        movq	%rax, 328(%rdi)
+        movq	80(%r8), %rdx
+        movq	88(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 336(%rdi)
+        movq	%rax, 344(%rdi)
+        movq	96(%r8), %rdx
+        movq	104(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 352(%rdi)
+        movq	%rax, 360(%rdi)
+        movq	112(%r8), %rdx
+        movq	120(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 368(%rdi)
+        movq	%rax, 376(%rdi)
+        movq	256(%rdi), %rdx
+        addq	%rdx, %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	%rax, %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	%rdx, %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	%rax, %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	%rdx, %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	%rax, %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	%rdx, %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	%rax, %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	%rdx, %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	%rax, %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	%rdx, %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	%rax, %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	%rdx, %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	%rax, %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	%rdx, %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	%rax, %rax
+        movq	%rax, 376(%rdi)
+        adcq	$0, %rcx
+        leaq	256(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	%rax, 248(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	%rax, 248(%r8)
+        sbbq	$0, %rcx
+        # Add in place
+        movq	128(%rdi), %rdx
+        addq	(%r8), %rdx
+        movq	136(%rdi), %rax
+        movq	%rdx, 128(%rdi)
+        adcq	8(%r8), %rax
+        movq	144(%rdi), %rdx
+        movq	%rax, 136(%rdi)
+        adcq	16(%r8), %rdx
+        movq	152(%rdi), %rax
+        movq	%rdx, 144(%rdi)
+        adcq	24(%r8), %rax
+        movq	160(%rdi), %rdx
+        movq	%rax, 152(%rdi)
+        adcq	32(%r8), %rdx
+        movq	168(%rdi), %rax
+        movq	%rdx, 160(%rdi)
+        adcq	40(%r8), %rax
+        movq	176(%rdi), %rdx
+        movq	%rax, 168(%rdi)
+        adcq	48(%r8), %rdx
+        movq	184(%rdi), %rax
+        movq	%rdx, 176(%rdi)
+        adcq	56(%r8), %rax
+        movq	192(%rdi), %rdx
+        movq	%rax, 184(%rdi)
+        adcq	64(%r8), %rdx
+        movq	200(%rdi), %rax
+        movq	%rdx, 192(%rdi)
+        adcq	72(%r8), %rax
+        movq	208(%rdi), %rdx
+        movq	%rax, 200(%rdi)
+        adcq	80(%r8), %rdx
+        movq	216(%rdi), %rax
+        movq	%rdx, 208(%rdi)
+        adcq	88(%r8), %rax
+        movq	224(%rdi), %rdx
+        movq	%rax, 216(%rdi)
+        adcq	96(%r8), %rdx
+        movq	232(%rdi), %rax
+        movq	%rdx, 224(%rdi)
+        adcq	104(%r8), %rax
+        movq	240(%rdi), %rdx
+        movq	%rax, 232(%rdi)
+        adcq	112(%r8), %rdx
+        movq	248(%rdi), %rax
+        movq	%rdx, 240(%rdi)
+        adcq	120(%r8), %rax
+        movq	256(%rdi), %rdx
+        movq	%rax, 248(%rdi)
+        adcq	128(%r8), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	136(%r8), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	144(%r8), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	152(%r8), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	160(%r8), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	168(%r8), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	176(%r8), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	184(%r8), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	192(%r8), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	200(%r8), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	208(%r8), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	216(%r8), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	224(%r8), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	232(%r8), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	240(%r8), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	248(%r8), %rax
+        movq	%rax, 376(%rdi)
+        adcq	$0, %rcx
+        movq	%rcx, 384(%rdi)
+        # Add in place
+        movq	256(%rdi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%rsi), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	8(%rsi), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	16(%rsi), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	24(%rsi), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	32(%rsi), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	40(%rsi), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	48(%rsi), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	56(%rsi), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	64(%rsi), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	72(%rsi), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	80(%rsi), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	88(%rsi), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	96(%rsi), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	104(%rsi), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	112(%rsi), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	120(%rsi), %rax
+        movq	384(%rdi), %rdx
+        movq	%rax, 376(%rdi)
+        adcq	128(%rsi), %rdx
+        movq	%rdx, 384(%rdi)
+        adcq	$0, %rcx
+        # Add to zero
+        movq	136(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	144(%rsi), %rax
+        movq	%rdx, 392(%rdi)
+        adcq	$0, %rax
+        movq	152(%rsi), %rdx
+        movq	%rax, 400(%rdi)
+        adcq	$0, %rdx
+        movq	160(%rsi), %rax
+        movq	%rdx, 408(%rdi)
+        adcq	$0, %rax
+        movq	168(%rsi), %rdx
+        movq	%rax, 416(%rdi)
+        adcq	$0, %rdx
+        movq	176(%rsi), %rax
+        movq	%rdx, 424(%rdi)
+        adcq	$0, %rax
+        movq	184(%rsi), %rdx
+        movq	%rax, 432(%rdi)
+        adcq	$0, %rdx
+        movq	192(%rsi), %rax
+        movq	%rdx, 440(%rdi)
+        adcq	$0, %rax
+        movq	200(%rsi), %rdx
+        movq	%rax, 448(%rdi)
+        adcq	$0, %rdx
+        movq	208(%rsi), %rax
+        movq	%rdx, 456(%rdi)
+        adcq	$0, %rax
+        movq	216(%rsi), %rdx
+        movq	%rax, 464(%rdi)
+        adcq	$0, %rdx
+        movq	224(%rsi), %rax
+        movq	%rdx, 472(%rdi)
+        adcq	$0, %rax
+        movq	232(%rsi), %rdx
+        movq	%rax, 480(%rdi)
+        adcq	$0, %rdx
+        movq	240(%rsi), %rax
+        movq	%rdx, 488(%rdi)
+        adcq	$0, %rax
+        movq	248(%rsi), %rdx
+        movq	%rax, 496(%rdi)
+        adcq	$0, %rdx
+        movq	%rdx, 504(%rdi)
+        addq	$664, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_2048_sqr_32,.-sp_2048_sqr_32
+#endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_2048_mul_avx2_32
+.type	sp_2048_mul_avx2_32,@function
+.align	16
+sp_2048_mul_avx2_32:
+#else
+.globl	_sp_2048_mul_avx2_32
+.p2align	4
+_sp_2048_mul_avx2_32:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$808, %rsp
+        movq	%rdi, 768(%rsp)
+        movq	%rsi, 776(%rsp)
+        movq	%rdx, 784(%rsp)
+        leaq	512(%rsp), %r10
+        leaq	128(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	%rax, 120(%r10)
+        adcq	$0, %r13
+        movq	%r13, 792(%rsp)
+        leaq	640(%rsp), %r11
+        leaq	128(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	%rax, 120(%r11)
+        adcq	$0, %r14
+        movq	%r14, 800(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_16@plt
+#else
+        callq	_sp_2048_mul_avx2_16
+#endif /* __APPLE__ */
+        movq	784(%rsp), %rdx
+        movq	776(%rsp), %rsi
+        leaq	256(%rsp), %rdi
+        addq	$128, %rdx
+        addq	$128, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_16@plt
+#else
+        callq	_sp_2048_mul_avx2_16
+#endif /* __APPLE__ */
+        movq	784(%rsp), %rdx
+        movq	776(%rsp), %rsi
+        movq	768(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_16@plt
+#else
+        callq	_sp_2048_mul_avx2_16
+#endif /* __APPLE__ */
+        movq	792(%rsp), %r13
+        movq	800(%rsp), %r14
+        movq	768(%rsp), %r15
+        movq	%r13, %r9
+        leaq	512(%rsp), %r10
+        leaq	640(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$256, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        addq	%rcx, %rax
+        movq	8(%r10), %rcx
+        movq	8(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, (%r15)
+        adcq	%r8, %rcx
+        movq	16(%r10), %r8
+        movq	16(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 8(%r15)
+        adcq	%rax, %r8
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 16(%r15)
+        adcq	%rcx, %rax
+        movq	32(%r10), %rcx
+        movq	32(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 24(%r15)
+        adcq	%r8, %rcx
+        movq	40(%r10), %r8
+        movq	40(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 32(%r15)
+        adcq	%rax, %r8
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 40(%r15)
+        adcq	%rcx, %rax
+        movq	56(%r10), %rcx
+        movq	56(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 48(%r15)
+        adcq	%r8, %rcx
+        movq	64(%r10), %r8
+        movq	64(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 56(%r15)
+        adcq	%rax, %r8
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 64(%r15)
+        adcq	%rcx, %rax
+        movq	80(%r10), %rcx
+        movq	80(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 72(%r15)
+        adcq	%r8, %rcx
+        movq	88(%r10), %r8
+        movq	88(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 80(%r15)
+        adcq	%rax, %r8
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 88(%r15)
+        adcq	%rcx, %rax
+        movq	104(%r10), %rcx
+        movq	104(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 96(%r15)
+        adcq	%r8, %rcx
+        movq	112(%r10), %r8
+        movq	112(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 104(%r15)
+        adcq	%rax, %r8
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 112(%r15)
+        adcq	%rcx, %rax
+        movq	%rax, 120(%r15)
+        adcq	$0, %r9
+        leaq	256(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	%rcx, 248(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	%rcx, 248(%r10)
+        sbbq	$0, %r9
+        subq	$128, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	%rcx, 248(%r15)
+        adcq	$0, %r9
+        movq	%r9, 384(%rdi)
+        addq	$128, %r15
+        # Add
+        movq	(%r15), %rax
+        xorq	%r9, %r9
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	%rcx, 128(%r15)
+        adcq	$0, %r9
+        # Add to zero
+        movq	136(%r11), %rax
+        adcq	$0, %rax
+        movq	144(%r11), %rcx
+        movq	%rax, 136(%r15)
+        adcq	$0, %rcx
+        movq	152(%r11), %r8
+        movq	%rcx, 144(%r15)
+        adcq	$0, %r8
+        movq	160(%r11), %rax
+        movq	%r8, 152(%r15)
+        adcq	$0, %rax
+        movq	168(%r11), %rcx
+        movq	%rax, 160(%r15)
+        adcq	$0, %rcx
+        movq	176(%r11), %r8
+        movq	%rcx, 168(%r15)
+        adcq	$0, %r8
+        movq	184(%r11), %rax
+        movq	%r8, 176(%r15)
+        adcq	$0, %rax
+        movq	192(%r11), %rcx
+        movq	%rax, 184(%r15)
+        adcq	$0, %rcx
+        movq	200(%r11), %r8
+        movq	%rcx, 192(%r15)
+        adcq	$0, %r8
+        movq	208(%r11), %rax
+        movq	%r8, 200(%r15)
+        adcq	$0, %rax
+        movq	216(%r11), %rcx
+        movq	%rax, 208(%r15)
+        adcq	$0, %rcx
+        movq	224(%r11), %r8
+        movq	%rcx, 216(%r15)
+        adcq	$0, %r8
+        movq	232(%r11), %rax
+        movq	%r8, 224(%r15)
+        adcq	$0, %rax
+        movq	240(%r11), %rcx
+        movq	%rax, 232(%r15)
+        adcq	$0, %rcx
+        movq	248(%r11), %r8
+        movq	%rcx, 240(%r15)
+        adcq	$0, %r8
+        movq	%r8, 248(%r15)
+        addq	$808, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_2048_mul_avx2_32,.-sp_2048_mul_avx2_32
+#endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_2048_sqr_avx2_32
+.type	sp_2048_sqr_avx2_32,@function
+.align	16
+sp_2048_sqr_avx2_32:
+#else
+.globl	_sp_2048_sqr_avx2_32
+.p2align	4
+_sp_2048_sqr_avx2_32:
+#endif /* __APPLE__ */
+        subq	$664, %rsp
+        movq	%rdi, 640(%rsp)
+        movq	%rsi, 648(%rsp)
+        leaq	512(%rsp), %r8
+        leaq	128(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	%rax, 120(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 656(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_16@plt
+#else
+        callq	_sp_2048_sqr_avx2_16
+#endif /* __APPLE__ */
+        movq	648(%rsp), %rsi
+        leaq	256(%rsp), %rdi
+        addq	$128, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_16@plt
+#else
+        callq	_sp_2048_sqr_avx2_16
+#endif /* __APPLE__ */
+        movq	648(%rsp), %rsi
+        movq	640(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_16@plt
+#else
+        callq	_sp_2048_sqr_avx2_16
+#endif /* __APPLE__ */
+        movq	656(%rsp), %r10
+        leaq	512(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        movq	(%r8), %rdx
+        pextq	%r10, %rdx, %rdx
+        addq	%rdx, %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, 256(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 264(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 272(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 280(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 288(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 296(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 304(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 312(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 320(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 328(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 336(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 344(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 352(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 360(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 368(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	%rax, 376(%rdi)
+        adcq	$0, %rcx
+        leaq	256(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	%rax, 248(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	%rax, 248(%r8)
+        sbbq	$0, %rcx
+        # Add in place
+        movq	128(%rdi), %rdx
+        addq	(%r8), %rdx
+        movq	136(%rdi), %rax
+        movq	%rdx, 128(%rdi)
+        adcq	8(%r8), %rax
+        movq	144(%rdi), %rdx
+        movq	%rax, 136(%rdi)
+        adcq	16(%r8), %rdx
+        movq	152(%rdi), %rax
+        movq	%rdx, 144(%rdi)
+        adcq	24(%r8), %rax
+        movq	160(%rdi), %rdx
+        movq	%rax, 152(%rdi)
+        adcq	32(%r8), %rdx
+        movq	168(%rdi), %rax
+        movq	%rdx, 160(%rdi)
+        adcq	40(%r8), %rax
+        movq	176(%rdi), %rdx
+        movq	%rax, 168(%rdi)
+        adcq	48(%r8), %rdx
+        movq	184(%rdi), %rax
+        movq	%rdx, 176(%rdi)
+        adcq	56(%r8), %rax
+        movq	192(%rdi), %rdx
+        movq	%rax, 184(%rdi)
+        adcq	64(%r8), %rdx
+        movq	200(%rdi), %rax
+        movq	%rdx, 192(%rdi)
+        adcq	72(%r8), %rax
+        movq	208(%rdi), %rdx
+        movq	%rax, 200(%rdi)
+        adcq	80(%r8), %rdx
+        movq	216(%rdi), %rax
+        movq	%rdx, 208(%rdi)
+        adcq	88(%r8), %rax
+        movq	224(%rdi), %rdx
+        movq	%rax, 216(%rdi)
+        adcq	96(%r8), %rdx
+        movq	232(%rdi), %rax
+        movq	%rdx, 224(%rdi)
+        adcq	104(%r8), %rax
+        movq	240(%rdi), %rdx
+        movq	%rax, 232(%rdi)
+        adcq	112(%r8), %rdx
+        movq	248(%rdi), %rax
+        movq	%rdx, 240(%rdi)
+        adcq	120(%r8), %rax
+        movq	256(%rdi), %rdx
+        movq	%rax, 248(%rdi)
+        adcq	128(%r8), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	136(%r8), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	144(%r8), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	152(%r8), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	160(%r8), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	168(%r8), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	176(%r8), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	184(%r8), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	192(%r8), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	200(%r8), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	208(%r8), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	216(%r8), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	224(%r8), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	232(%r8), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	240(%r8), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	248(%r8), %rax
+        movq	%rax, 376(%rdi)
+        adcq	$0, %rcx
+        movq	%rcx, 384(%rdi)
+        # Add in place
+        movq	256(%rdi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%rsi), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	8(%rsi), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	16(%rsi), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	24(%rsi), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	32(%rsi), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	40(%rsi), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	48(%rsi), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	56(%rsi), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	64(%rsi), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	72(%rsi), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	80(%rsi), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	88(%rsi), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	96(%rsi), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	104(%rsi), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	112(%rsi), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	120(%rsi), %rax
+        movq	384(%rdi), %rdx
+        movq	%rax, 376(%rdi)
+        adcq	128(%rsi), %rdx
+        movq	%rdx, 384(%rdi)
+        adcq	$0, %rcx
+        # Add to zero
+        movq	136(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	144(%rsi), %rax
+        movq	%rdx, 392(%rdi)
+        adcq	$0, %rax
+        movq	152(%rsi), %rdx
+        movq	%rax, 400(%rdi)
+        adcq	$0, %rdx
+        movq	160(%rsi), %rax
+        movq	%rdx, 408(%rdi)
+        adcq	$0, %rax
+        movq	168(%rsi), %rdx
+        movq	%rax, 416(%rdi)
+        adcq	$0, %rdx
+        movq	176(%rsi), %rax
+        movq	%rdx, 424(%rdi)
+        adcq	$0, %rax
+        movq	184(%rsi), %rdx
+        movq	%rax, 432(%rdi)
+        adcq	$0, %rdx
+        movq	192(%rsi), %rax
+        movq	%rdx, 440(%rdi)
+        adcq	$0, %rax
+        movq	200(%rsi), %rdx
+        movq	%rax, 448(%rdi)
+        adcq	$0, %rdx
+        movq	208(%rsi), %rax
+        movq	%rdx, 456(%rdi)
+        adcq	$0, %rax
+        movq	216(%rsi), %rdx
+        movq	%rax, 464(%rdi)
+        adcq	$0, %rdx
+        movq	224(%rsi), %rax
+        movq	%rdx, 472(%rdi)
+        adcq	$0, %rax
+        movq	232(%rsi), %rdx
+        movq	%rax, 480(%rdi)
+        adcq	$0, %rdx
+        movq	240(%rsi), %rax
+        movq	%rdx, 488(%rdi)
+        adcq	$0, %rax
+        movq	248(%rsi), %rdx
+        movq	%rax, 496(%rdi)
+        adcq	$0, %rdx
+        movq	%rdx, 504(%rdi)
+        addq	$664, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_2048_sqr_avx2_32,.-sp_2048_sqr_avx2_32
+#endif /* __APPLE__ */
 /* Mul a by digit b into r. (r = a * b)
  *
  * r  A single precision integer.
@@ -6693,86 +9260,86 @@ sp_2048_cond_sub_avx2_16:
 _sp_2048_cond_sub_avx2_16:
 #endif /* __APPLE__ */
         movq	$0, %rax
-        movq	(%rsi), %r8
         movq	(%rdx), %r10
+        movq	(%rsi), %r8
         pextq	%rcx, %r10, %r10
         subq	%r10, %r8
-        movq	8(%rsi), %r9
         movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, (%rdi)
         sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
         movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
+        movq	%r8, 24(%rdi)
         sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	48(%rdx), %r9
         movq	48(%rsi), %r8
-        movq	48(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 40(%rdi)
-        sbbq	%r10, %r8
-        movq	56(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 40(%rdi)
+        sbbq	%r9, %r8
         movq	56(%rdx), %r10
+        movq	56(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 48(%rdi)
         sbbq	%r10, %r9
-        movq	64(%rsi), %r8
-        movq	64(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	64(%rdx), %r8
+        movq	64(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 56(%rdi)
-        sbbq	%r10, %r8
-        movq	72(%rsi), %r9
-        movq	72(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 64(%rdi)
-        sbbq	%r10, %r9
-        movq	80(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	72(%rdx), %r9
+        movq	72(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 64(%rdi)
+        sbbq	%r9, %r8
         movq	80(%rdx), %r10
+        movq	80(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 72(%rdi)
-        sbbq	%r10, %r8
-        movq	88(%rsi), %r9
-        movq	88(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 80(%rdi)
+        movq	%r8, 72(%rdi)
         sbbq	%r10, %r9
+        movq	88(%rdx), %r8
+        movq	88(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 80(%rdi)
+        sbbq	%r8, %r10
+        movq	96(%rdx), %r9
         movq	96(%rsi), %r8
-        movq	96(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 88(%rdi)
-        sbbq	%r10, %r8
-        movq	104(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 88(%rdi)
+        sbbq	%r9, %r8
         movq	104(%rdx), %r10
+        movq	104(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 96(%rdi)
         sbbq	%r10, %r9
-        movq	112(%rsi), %r8
-        movq	112(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	112(%rdx), %r8
+        movq	112(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 104(%rdi)
-        sbbq	%r10, %r8
-        movq	120(%rsi), %r9
-        movq	120(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 112(%rdi)
-        sbbq	%r10, %r9
-        movq	%r9, 120(%rdi)
+        sbbq	%r8, %r10
+        movq	120(%rdx), %r9
+        movq	120(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 112(%rdi)
+        sbbq	%r9, %r8
+        movq	%r8, 120(%rdi)
         sbbq	$0, %rax
         repz retq
 #ifndef __APPLE__
@@ -6942,102 +9509,104 @@ sp_2048_mul_d_avx2_16:
 .p2align	4
 _sp_2048_mul_d_avx2_16:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 40(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 40(%rdi)
+        adoxq	%r8, %r9
         # A[6] * B
-        mulxq	48(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 48(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	48(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 48(%rdi)
+        adoxq	%r8, %r10
         # A[7] * B
-        mulxq	56(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 56(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	56(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 56(%rdi)
+        adoxq	%r8, %r9
         # A[8] * B
-        mulxq	64(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 64(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	64(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 64(%rdi)
+        adoxq	%r8, %r10
         # A[9] * B
-        mulxq	72(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 72(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	72(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 72(%rdi)
+        adoxq	%r8, %r9
         # A[10] * B
-        mulxq	80(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 80(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	80(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 80(%rdi)
+        adoxq	%r8, %r10
         # A[11] * B
-        mulxq	88(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	88(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 88(%rdi)
+        adoxq	%r8, %r9
         # A[12] * B
-        mulxq	96(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 96(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	96(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 96(%rdi)
+        adoxq	%r8, %r10
         # A[13] * B
-        mulxq	104(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 104(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	104(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 104(%rdi)
+        adoxq	%r8, %r9
         # A[14] * B
-        mulxq	112(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 112(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	112(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 112(%rdi)
+        adoxq	%r8, %r10
         # A[15] * B
-        mulxq	120(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 120(%rdi)
-        movq	%r8, 128(%rdi)
+        mulxq	120(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 120(%rdi)
+        movq	%r9, 128(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_2048_mul_d_avx2_16,.-sp_2048_mul_d_avx2_16
@@ -7217,131 +9786,311 @@ _sp_2048_mont_reduce_avx2_16:
         push	%r12
         push	%r13
         push	%r14
-        movq	%rdx, %rax
+        movq	%rdx, %r8
         xorq	%r14, %r14
         # i = 16
         movq	$16, %r9
         movq	(%rdi), %r13
+        addq	$64, %rdi
         xorq	%r12, %r12
 L_mont_loop_avx2_16:
         # mu = a[i] * mp
         movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
         movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
         # a[i+0] += m[0] * mu
-        mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        mulxq	(%rsi), %rax, %rcx
+        movq	-56(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
         # a[i+1] += m[1] * mu
-        mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
         # a[i+2] += m[2] * mu
-        mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -48(%rdi)
         # a[i+3] += m[3] * mu
-        mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -40(%rdi)
         # a[i+4] += m[4] * mu
-        mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -32(%rdi)
         # a[i+5] += m[5] * mu
-        mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -24(%rdi)
         # a[i+6] += m[6] * mu
-        mulxq	48(%rsi), %rcx, %r8
-        movq	56(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 48(%rdi)
+        mulxq	48(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -16(%rdi)
         # a[i+7] += m[7] * mu
-        mulxq	56(%rsi), %rcx, %r8
-        movq	64(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 56(%rdi)
+        mulxq	56(%rsi), %rax, %rcx
+        movq	(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -8(%rdi)
         # a[i+8] += m[8] * mu
-        mulxq	64(%rsi), %rcx, %r8
-        movq	72(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 64(%rdi)
+        mulxq	64(%rsi), %rax, %rcx
+        movq	8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, (%rdi)
         # a[i+9] += m[9] * mu
-        mulxq	72(%rsi), %rcx, %r8
-        movq	80(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 72(%rdi)
+        mulxq	72(%rsi), %rax, %rcx
+        movq	16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 8(%rdi)
         # a[i+10] += m[10] * mu
-        mulxq	80(%rsi), %rcx, %r8
-        movq	88(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 80(%rdi)
+        mulxq	80(%rsi), %rax, %rcx
+        movq	24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 16(%rdi)
         # a[i+11] += m[11] * mu
-        mulxq	88(%rsi), %rcx, %r8
-        movq	96(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 88(%rdi)
+        mulxq	88(%rsi), %rax, %rcx
+        movq	32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 24(%rdi)
         # a[i+12] += m[12] * mu
-        mulxq	96(%rsi), %rcx, %r8
-        movq	104(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 96(%rdi)
+        mulxq	96(%rsi), %rax, %rcx
+        movq	40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 32(%rdi)
         # a[i+13] += m[13] * mu
-        mulxq	104(%rsi), %rcx, %r8
-        movq	112(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 104(%rdi)
+        mulxq	104(%rsi), %rax, %rcx
+        movq	48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 40(%rdi)
         # a[i+14] += m[14] * mu
-        mulxq	112(%rsi), %rcx, %r8
-        movq	120(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 112(%rdi)
+        mulxq	112(%rsi), %rax, %rcx
+        movq	56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 48(%rdi)
         # a[i+15] += m[15] * mu
-        mulxq	120(%rsi), %rcx, %r8
-        movq	128(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 120(%rdi)
+        mulxq	120(%rsi), %rax, %rcx
+        movq	64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 56(%rdi)
         adcxq	%r14, %r10
+        movq	%r10, 64(%rdi)
         movq	%r12, %r14
-        movq	%r10, 128(%rdi)
         adoxq	%r12, %r14
         adcxq	%r12, %r14
-        # i -= 1
-        addq	$8, %rdi
-        decq	%r9
+        # mu = a[i] * mp
+        movq	%r13, %rdx
+        movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -40(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -32(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -24(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -16(%rdi)
+        # a[i+6] += m[6] * mu
+        mulxq	48(%rsi), %rax, %rcx
+        movq	(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -8(%rdi)
+        # a[i+7] += m[7] * mu
+        mulxq	56(%rsi), %rax, %rcx
+        movq	8(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, (%rdi)
+        # a[i+8] += m[8] * mu
+        mulxq	64(%rsi), %rax, %rcx
+        movq	16(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 8(%rdi)
+        # a[i+9] += m[9] * mu
+        mulxq	72(%rsi), %rax, %rcx
+        movq	24(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 16(%rdi)
+        # a[i+10] += m[10] * mu
+        mulxq	80(%rsi), %rax, %rcx
+        movq	32(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 24(%rdi)
+        # a[i+11] += m[11] * mu
+        mulxq	88(%rsi), %rax, %rcx
+        movq	40(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 32(%rdi)
+        # a[i+12] += m[12] * mu
+        mulxq	96(%rsi), %rax, %rcx
+        movq	48(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 40(%rdi)
+        # a[i+13] += m[13] * mu
+        mulxq	104(%rsi), %rax, %rcx
+        movq	56(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 48(%rdi)
+        # a[i+14] += m[14] * mu
+        mulxq	112(%rsi), %rax, %rcx
+        movq	64(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 56(%rdi)
+        # a[i+15] += m[15] * mu
+        mulxq	120(%rsi), %rax, %rcx
+        movq	72(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 64(%rdi)
+        adcxq	%r14, %r10
+        movq	%r10, 72(%rdi)
+        movq	%r12, %r14
+        adoxq	%r12, %r14
+        adcxq	%r12, %r14
+        # a += 2
+        addq	$16, %rdi
+        # i -= 2
+        subq	$2, %r9
         jnz	L_mont_loop_avx2_16
-        movq	%r13, (%rdi)
+        subq	$64, %rdi
         negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
+        movq	%rdi, %r8
         subq	$128, %rdi
-#ifndef __APPLE__
-        callq	sp_2048_cond_sub_avx2_16@plt
-#else
-        callq	_sp_2048_cond_sub_avx2_16
-#endif /* __APPLE__ */
+        movq	(%rsi), %rcx
+        movq	%r13, %rdx
+        pextq	%r14, %rcx, %rcx
+        subq	%rcx, %rdx
+        movq	8(%rsi), %rcx
+        movq	8(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, (%rdi)
+        sbbq	%rcx, %rax
+        movq	16(%rsi), %rdx
+        movq	16(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 8(%rdi)
+        sbbq	%rdx, %rcx
+        movq	24(%rsi), %rax
+        movq	24(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 16(%rdi)
+        sbbq	%rax, %rdx
+        movq	32(%rsi), %rcx
+        movq	32(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 24(%rdi)
+        sbbq	%rcx, %rax
+        movq	40(%rsi), %rdx
+        movq	40(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 32(%rdi)
+        sbbq	%rdx, %rcx
+        movq	48(%rsi), %rax
+        movq	48(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 40(%rdi)
+        sbbq	%rax, %rdx
+        movq	56(%rsi), %rcx
+        movq	56(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	%rcx, %rax
+        movq	64(%rsi), %rdx
+        movq	64(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 56(%rdi)
+        sbbq	%rdx, %rcx
+        movq	72(%rsi), %rax
+        movq	72(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 64(%rdi)
+        sbbq	%rax, %rdx
+        movq	80(%rsi), %rcx
+        movq	80(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 72(%rdi)
+        sbbq	%rcx, %rax
+        movq	88(%rsi), %rdx
+        movq	88(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 80(%rdi)
+        sbbq	%rdx, %rcx
+        movq	96(%rsi), %rax
+        movq	96(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 88(%rdi)
+        sbbq	%rax, %rdx
+        movq	104(%rsi), %rcx
+        movq	104(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	%rcx, %rax
+        movq	112(%rsi), %rdx
+        movq	112(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 104(%rdi)
+        sbbq	%rdx, %rcx
+        movq	120(%rsi), %rax
+        movq	120(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 112(%rdi)
+        sbbq	%rax, %rdx
+        movq	%rdx, 120(%rdi)
         pop	%r14
         pop	%r13
         pop	%r12
@@ -7989,162 +10738,162 @@ sp_2048_cond_sub_avx2_32:
 _sp_2048_cond_sub_avx2_32:
 #endif /* __APPLE__ */
         movq	$0, %rax
-        movq	(%rsi), %r8
         movq	(%rdx), %r10
+        movq	(%rsi), %r8
         pextq	%rcx, %r10, %r10
         subq	%r10, %r8
-        movq	8(%rsi), %r9
         movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, (%rdi)
         sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
         movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
+        movq	%r8, 24(%rdi)
         sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	48(%rdx), %r9
         movq	48(%rsi), %r8
-        movq	48(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 40(%rdi)
-        sbbq	%r10, %r8
-        movq	56(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 40(%rdi)
+        sbbq	%r9, %r8
         movq	56(%rdx), %r10
+        movq	56(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 48(%rdi)
         sbbq	%r10, %r9
-        movq	64(%rsi), %r8
-        movq	64(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	64(%rdx), %r8
+        movq	64(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 56(%rdi)
-        sbbq	%r10, %r8
-        movq	72(%rsi), %r9
-        movq	72(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 64(%rdi)
-        sbbq	%r10, %r9
-        movq	80(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	72(%rdx), %r9
+        movq	72(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 64(%rdi)
+        sbbq	%r9, %r8
         movq	80(%rdx), %r10
+        movq	80(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 72(%rdi)
-        sbbq	%r10, %r8
-        movq	88(%rsi), %r9
-        movq	88(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 80(%rdi)
+        movq	%r8, 72(%rdi)
         sbbq	%r10, %r9
+        movq	88(%rdx), %r8
+        movq	88(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 80(%rdi)
+        sbbq	%r8, %r10
+        movq	96(%rdx), %r9
         movq	96(%rsi), %r8
-        movq	96(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 88(%rdi)
-        sbbq	%r10, %r8
-        movq	104(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 88(%rdi)
+        sbbq	%r9, %r8
         movq	104(%rdx), %r10
+        movq	104(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 96(%rdi)
         sbbq	%r10, %r9
-        movq	112(%rsi), %r8
-        movq	112(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	112(%rdx), %r8
+        movq	112(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 104(%rdi)
-        sbbq	%r10, %r8
-        movq	120(%rsi), %r9
-        movq	120(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 112(%rdi)
-        sbbq	%r10, %r9
-        movq	128(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	120(%rdx), %r9
+        movq	120(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 112(%rdi)
+        sbbq	%r9, %r8
         movq	128(%rdx), %r10
+        movq	128(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 120(%rdi)
-        sbbq	%r10, %r8
-        movq	136(%rsi), %r9
-        movq	136(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 128(%rdi)
+        movq	%r8, 120(%rdi)
         sbbq	%r10, %r9
+        movq	136(%rdx), %r8
+        movq	136(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 128(%rdi)
+        sbbq	%r8, %r10
+        movq	144(%rdx), %r9
         movq	144(%rsi), %r8
-        movq	144(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 136(%rdi)
-        sbbq	%r10, %r8
-        movq	152(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 136(%rdi)
+        sbbq	%r9, %r8
         movq	152(%rdx), %r10
+        movq	152(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 144(%rdi)
         sbbq	%r10, %r9
-        movq	160(%rsi), %r8
-        movq	160(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	160(%rdx), %r8
+        movq	160(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 152(%rdi)
-        sbbq	%r10, %r8
-        movq	168(%rsi), %r9
-        movq	168(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 160(%rdi)
-        sbbq	%r10, %r9
-        movq	176(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	168(%rdx), %r9
+        movq	168(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 160(%rdi)
+        sbbq	%r9, %r8
         movq	176(%rdx), %r10
+        movq	176(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 168(%rdi)
-        sbbq	%r10, %r8
-        movq	184(%rsi), %r9
-        movq	184(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 176(%rdi)
+        movq	%r8, 168(%rdi)
         sbbq	%r10, %r9
+        movq	184(%rdx), %r8
+        movq	184(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 176(%rdi)
+        sbbq	%r8, %r10
+        movq	192(%rdx), %r9
         movq	192(%rsi), %r8
-        movq	192(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 184(%rdi)
-        sbbq	%r10, %r8
-        movq	200(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 184(%rdi)
+        sbbq	%r9, %r8
         movq	200(%rdx), %r10
+        movq	200(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 192(%rdi)
         sbbq	%r10, %r9
-        movq	208(%rsi), %r8
-        movq	208(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	208(%rdx), %r8
+        movq	208(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 200(%rdi)
-        sbbq	%r10, %r8
-        movq	216(%rsi), %r9
-        movq	216(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 208(%rdi)
-        sbbq	%r10, %r9
-        movq	224(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	216(%rdx), %r9
+        movq	216(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 208(%rdi)
+        sbbq	%r9, %r8
         movq	224(%rdx), %r10
+        movq	224(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 216(%rdi)
-        sbbq	%r10, %r8
-        movq	232(%rsi), %r9
-        movq	232(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 224(%rdi)
+        movq	%r8, 216(%rdi)
         sbbq	%r10, %r9
+        movq	232(%rdx), %r8
+        movq	232(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 224(%rdi)
+        sbbq	%r8, %r10
+        movq	240(%rdx), %r9
         movq	240(%rsi), %r8
-        movq	240(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 232(%rdi)
-        sbbq	%r10, %r8
-        movq	248(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 232(%rdi)
+        sbbq	%r9, %r8
         movq	248(%rdx), %r10
+        movq	248(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 240(%rdi)
         sbbq	%r10, %r9
@@ -8171,198 +10920,200 @@ sp_2048_mul_d_avx2_32:
 .p2align	4
 _sp_2048_mul_d_avx2_32:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 40(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 40(%rdi)
+        adoxq	%r8, %r9
         # A[6] * B
-        mulxq	48(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 48(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	48(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 48(%rdi)
+        adoxq	%r8, %r10
         # A[7] * B
-        mulxq	56(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 56(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	56(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 56(%rdi)
+        adoxq	%r8, %r9
         # A[8] * B
-        mulxq	64(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 64(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	64(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 64(%rdi)
+        adoxq	%r8, %r10
         # A[9] * B
-        mulxq	72(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 72(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	72(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 72(%rdi)
+        adoxq	%r8, %r9
         # A[10] * B
-        mulxq	80(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 80(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	80(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 80(%rdi)
+        adoxq	%r8, %r10
         # A[11] * B
-        mulxq	88(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	88(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 88(%rdi)
+        adoxq	%r8, %r9
         # A[12] * B
-        mulxq	96(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 96(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	96(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 96(%rdi)
+        adoxq	%r8, %r10
         # A[13] * B
-        mulxq	104(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 104(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	104(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 104(%rdi)
+        adoxq	%r8, %r9
         # A[14] * B
-        mulxq	112(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 112(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	112(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 112(%rdi)
+        adoxq	%r8, %r10
         # A[15] * B
-        mulxq	120(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 120(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	120(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 120(%rdi)
+        adoxq	%r8, %r9
         # A[16] * B
-        mulxq	128(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 128(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	128(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 128(%rdi)
+        adoxq	%r8, %r10
         # A[17] * B
-        mulxq	136(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 136(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	136(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 136(%rdi)
+        adoxq	%r8, %r9
         # A[18] * B
-        mulxq	144(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 144(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	144(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 144(%rdi)
+        adoxq	%r8, %r10
         # A[19] * B
-        mulxq	152(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 152(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	152(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 152(%rdi)
+        adoxq	%r8, %r9
         # A[20] * B
-        mulxq	160(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 160(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	160(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 160(%rdi)
+        adoxq	%r8, %r10
         # A[21] * B
-        mulxq	168(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 168(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	168(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 168(%rdi)
+        adoxq	%r8, %r9
         # A[22] * B
-        mulxq	176(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 176(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	176(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 176(%rdi)
+        adoxq	%r8, %r10
         # A[23] * B
-        mulxq	184(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 184(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	184(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 184(%rdi)
+        adoxq	%r8, %r9
         # A[24] * B
-        mulxq	192(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 192(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	192(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 192(%rdi)
+        adoxq	%r8, %r10
         # A[25] * B
-        mulxq	200(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 200(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	200(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 200(%rdi)
+        adoxq	%r8, %r9
         # A[26] * B
-        mulxq	208(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 208(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	208(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 208(%rdi)
+        adoxq	%r8, %r10
         # A[27] * B
-        mulxq	216(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 216(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	216(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 216(%rdi)
+        adoxq	%r8, %r9
         # A[28] * B
-        mulxq	224(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 224(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	224(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 224(%rdi)
+        adoxq	%r8, %r10
         # A[29] * B
-        mulxq	232(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 232(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	232(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 232(%rdi)
+        adoxq	%r8, %r9
         # A[30] * B
-        mulxq	240(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 240(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	240(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 240(%rdi)
+        adoxq	%r8, %r10
         # A[31] * B
-        mulxq	248(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 248(%rdi)
-        movq	%r8, 256(%rdi)
+        mulxq	248(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 248(%rdi)
+        movq	%r9, 256(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_2048_mul_d_avx2_32,.-sp_2048_mul_d_avx2_32
@@ -8788,227 +11539,383 @@ _sp_2048_mont_reduce_avx2_32:
         push	%r12
         push	%r13
         push	%r14
-        movq	%rdx, %rax
+        movq	%rdx, %r8
         xorq	%r14, %r14
         # i = 32
         movq	$32, %r9
         movq	(%rdi), %r13
+        addq	$128, %rdi
         xorq	%r12, %r12
 L_mont_loop_avx2_32:
         # mu = a[i] * mp
         movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
         movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
         # a[i+0] += m[0] * mu
-        mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        mulxq	(%rsi), %rax, %rcx
+        movq	-120(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
         # a[i+1] += m[1] * mu
-        mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-112(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
         # a[i+2] += m[2] * mu
-        mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -112(%rdi)
         # a[i+3] += m[3] * mu
-        mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -104(%rdi)
         # a[i+4] += m[4] * mu
-        mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -96(%rdi)
         # a[i+5] += m[5] * mu
-        mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -88(%rdi)
         # a[i+6] += m[6] * mu
-        mulxq	48(%rsi), %rcx, %r8
-        movq	56(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 48(%rdi)
+        mulxq	48(%rsi), %rax, %rcx
+        movq	-72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -80(%rdi)
         # a[i+7] += m[7] * mu
-        mulxq	56(%rsi), %rcx, %r8
-        movq	64(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 56(%rdi)
+        mulxq	56(%rsi), %rax, %rcx
+        movq	-64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -72(%rdi)
         # a[i+8] += m[8] * mu
-        mulxq	64(%rsi), %rcx, %r8
-        movq	72(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 64(%rdi)
+        mulxq	64(%rsi), %rax, %rcx
+        movq	-56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -64(%rdi)
         # a[i+9] += m[9] * mu
-        mulxq	72(%rsi), %rcx, %r8
-        movq	80(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 72(%rdi)
+        mulxq	72(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -56(%rdi)
         # a[i+10] += m[10] * mu
-        mulxq	80(%rsi), %rcx, %r8
-        movq	88(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 80(%rdi)
+        mulxq	80(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -48(%rdi)
         # a[i+11] += m[11] * mu
-        mulxq	88(%rsi), %rcx, %r8
-        movq	96(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 88(%rdi)
+        mulxq	88(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -40(%rdi)
         # a[i+12] += m[12] * mu
-        mulxq	96(%rsi), %rcx, %r8
-        movq	104(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 96(%rdi)
+        mulxq	96(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -32(%rdi)
         # a[i+13] += m[13] * mu
-        mulxq	104(%rsi), %rcx, %r8
-        movq	112(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 104(%rdi)
+        mulxq	104(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -24(%rdi)
         # a[i+14] += m[14] * mu
-        mulxq	112(%rsi), %rcx, %r8
-        movq	120(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 112(%rdi)
+        mulxq	112(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -16(%rdi)
         # a[i+15] += m[15] * mu
-        mulxq	120(%rsi), %rcx, %r8
-        movq	128(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 120(%rdi)
+        mulxq	120(%rsi), %rax, %rcx
+        movq	(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -8(%rdi)
         # a[i+16] += m[16] * mu
-        mulxq	128(%rsi), %rcx, %r8
-        movq	136(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 128(%rdi)
+        mulxq	128(%rsi), %rax, %rcx
+        movq	8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, (%rdi)
         # a[i+17] += m[17] * mu
-        mulxq	136(%rsi), %rcx, %r8
-        movq	144(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 136(%rdi)
+        mulxq	136(%rsi), %rax, %rcx
+        movq	16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 8(%rdi)
         # a[i+18] += m[18] * mu
-        mulxq	144(%rsi), %rcx, %r8
-        movq	152(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 144(%rdi)
+        mulxq	144(%rsi), %rax, %rcx
+        movq	24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 16(%rdi)
         # a[i+19] += m[19] * mu
-        mulxq	152(%rsi), %rcx, %r8
-        movq	160(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 152(%rdi)
+        mulxq	152(%rsi), %rax, %rcx
+        movq	32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 24(%rdi)
         # a[i+20] += m[20] * mu
-        mulxq	160(%rsi), %rcx, %r8
-        movq	168(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 160(%rdi)
+        mulxq	160(%rsi), %rax, %rcx
+        movq	40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 32(%rdi)
         # a[i+21] += m[21] * mu
-        mulxq	168(%rsi), %rcx, %r8
-        movq	176(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 168(%rdi)
+        mulxq	168(%rsi), %rax, %rcx
+        movq	48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 40(%rdi)
         # a[i+22] += m[22] * mu
-        mulxq	176(%rsi), %rcx, %r8
-        movq	184(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 176(%rdi)
+        mulxq	176(%rsi), %rax, %rcx
+        movq	56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 48(%rdi)
         # a[i+23] += m[23] * mu
-        mulxq	184(%rsi), %rcx, %r8
-        movq	192(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 184(%rdi)
+        mulxq	184(%rsi), %rax, %rcx
+        movq	64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 56(%rdi)
         # a[i+24] += m[24] * mu
-        mulxq	192(%rsi), %rcx, %r8
-        movq	200(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 192(%rdi)
+        mulxq	192(%rsi), %rax, %rcx
+        movq	72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 64(%rdi)
         # a[i+25] += m[25] * mu
-        mulxq	200(%rsi), %rcx, %r8
-        movq	208(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 200(%rdi)
+        mulxq	200(%rsi), %rax, %rcx
+        movq	80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 72(%rdi)
         # a[i+26] += m[26] * mu
-        mulxq	208(%rsi), %rcx, %r8
-        movq	216(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 208(%rdi)
+        mulxq	208(%rsi), %rax, %rcx
+        movq	88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 80(%rdi)
         # a[i+27] += m[27] * mu
-        mulxq	216(%rsi), %rcx, %r8
-        movq	224(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 216(%rdi)
+        mulxq	216(%rsi), %rax, %rcx
+        movq	96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 88(%rdi)
         # a[i+28] += m[28] * mu
-        mulxq	224(%rsi), %rcx, %r8
-        movq	232(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 224(%rdi)
+        mulxq	224(%rsi), %rax, %rcx
+        movq	104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 96(%rdi)
         # a[i+29] += m[29] * mu
-        mulxq	232(%rsi), %rcx, %r8
-        movq	240(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 232(%rdi)
+        mulxq	232(%rsi), %rax, %rcx
+        movq	112(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 104(%rdi)
         # a[i+30] += m[30] * mu
-        mulxq	240(%rsi), %rcx, %r8
-        movq	248(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 240(%rdi)
+        mulxq	240(%rsi), %rax, %rcx
+        movq	120(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 112(%rdi)
         # a[i+31] += m[31] * mu
-        mulxq	248(%rsi), %rcx, %r8
-        movq	256(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 248(%rdi)
+        mulxq	248(%rsi), %rax, %rcx
+        movq	128(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 120(%rdi)
         adcxq	%r14, %r10
+        movq	%r10, 128(%rdi)
         movq	%r12, %r14
-        movq	%r10, 256(%rdi)
         adoxq	%r12, %r14
         adcxq	%r12, %r14
-        # i -= 1
+        # a += 1
         addq	$8, %rdi
-        decq	%r9
+        # i -= 1
+        subq	$1, %r9
         jnz	L_mont_loop_avx2_32
-        movq	%r13, (%rdi)
+        subq	$128, %rdi
         negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
+        movq	%rdi, %r8
         subq	$256, %rdi
-#ifndef __APPLE__
-        callq	sp_2048_cond_sub_avx2_32@plt
-#else
-        callq	_sp_2048_cond_sub_avx2_32
-#endif /* __APPLE__ */
+        movq	(%rsi), %rcx
+        movq	%r13, %rdx
+        pextq	%r14, %rcx, %rcx
+        subq	%rcx, %rdx
+        movq	8(%rsi), %rcx
+        movq	8(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, (%rdi)
+        sbbq	%rcx, %rax
+        movq	16(%rsi), %rdx
+        movq	16(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 8(%rdi)
+        sbbq	%rdx, %rcx
+        movq	24(%rsi), %rax
+        movq	24(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 16(%rdi)
+        sbbq	%rax, %rdx
+        movq	32(%rsi), %rcx
+        movq	32(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 24(%rdi)
+        sbbq	%rcx, %rax
+        movq	40(%rsi), %rdx
+        movq	40(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 32(%rdi)
+        sbbq	%rdx, %rcx
+        movq	48(%rsi), %rax
+        movq	48(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 40(%rdi)
+        sbbq	%rax, %rdx
+        movq	56(%rsi), %rcx
+        movq	56(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	%rcx, %rax
+        movq	64(%rsi), %rdx
+        movq	64(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 56(%rdi)
+        sbbq	%rdx, %rcx
+        movq	72(%rsi), %rax
+        movq	72(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 64(%rdi)
+        sbbq	%rax, %rdx
+        movq	80(%rsi), %rcx
+        movq	80(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 72(%rdi)
+        sbbq	%rcx, %rax
+        movq	88(%rsi), %rdx
+        movq	88(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 80(%rdi)
+        sbbq	%rdx, %rcx
+        movq	96(%rsi), %rax
+        movq	96(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 88(%rdi)
+        sbbq	%rax, %rdx
+        movq	104(%rsi), %rcx
+        movq	104(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	%rcx, %rax
+        movq	112(%rsi), %rdx
+        movq	112(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 104(%rdi)
+        sbbq	%rdx, %rcx
+        movq	120(%rsi), %rax
+        movq	120(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 112(%rdi)
+        sbbq	%rax, %rdx
+        movq	128(%rsi), %rcx
+        movq	128(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 120(%rdi)
+        sbbq	%rcx, %rax
+        movq	136(%rsi), %rdx
+        movq	136(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 128(%rdi)
+        sbbq	%rdx, %rcx
+        movq	144(%rsi), %rax
+        movq	144(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 136(%rdi)
+        sbbq	%rax, %rdx
+        movq	152(%rsi), %rcx
+        movq	152(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 144(%rdi)
+        sbbq	%rcx, %rax
+        movq	160(%rsi), %rdx
+        movq	160(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 152(%rdi)
+        sbbq	%rdx, %rcx
+        movq	168(%rsi), %rax
+        movq	168(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 160(%rdi)
+        sbbq	%rax, %rdx
+        movq	176(%rsi), %rcx
+        movq	176(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 168(%rdi)
+        sbbq	%rcx, %rax
+        movq	184(%rsi), %rdx
+        movq	184(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 176(%rdi)
+        sbbq	%rdx, %rcx
+        movq	192(%rsi), %rax
+        movq	192(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 184(%rdi)
+        sbbq	%rax, %rdx
+        movq	200(%rsi), %rcx
+        movq	200(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 192(%rdi)
+        sbbq	%rcx, %rax
+        movq	208(%rsi), %rdx
+        movq	208(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 200(%rdi)
+        sbbq	%rdx, %rcx
+        movq	216(%rsi), %rax
+        movq	216(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 208(%rdi)
+        sbbq	%rax, %rdx
+        movq	224(%rsi), %rcx
+        movq	224(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 216(%rdi)
+        sbbq	%rcx, %rax
+        movq	232(%rsi), %rdx
+        movq	232(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 224(%rdi)
+        sbbq	%rdx, %rcx
+        movq	240(%rsi), %rax
+        movq	240(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 232(%rdi)
+        sbbq	%rax, %rdx
+        movq	248(%rsi), %rcx
+        movq	248(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 240(%rdi)
+        sbbq	%rcx, %rax
+        movq	%rax, 248(%rdi)
         pop	%r14
         pop	%r13
         pop	%r12
@@ -9343,17 +12250,17 @@ _sp_3072_to_bin:
  * b  A single precision integer.
  */
 #ifndef __APPLE__
-.globl	sp_3072_mul_24
-.type	sp_3072_mul_24,@function
+.globl	sp_3072_mul_12
+.type	sp_3072_mul_12,@function
 .align	16
-sp_3072_mul_24:
+sp_3072_mul_12:
 #else
-.globl	_sp_3072_mul_24
+.globl	_sp_3072_mul_12
 .p2align	4
-_sp_3072_mul_24:
+_sp_3072_mul_12:
 #endif /* __APPLE__ */
         movq	%rdx, %rcx
-        subq	$192, %rsp
+        subq	$96, %rsp
         # A[0] * B[0]
         movq	(%rcx), %rax
         mulq	(%rsi)
@@ -9844,16 +12751,10 @@ _sp_3072_mul_24:
         adcq	%rdx, %r8
         adcq	$0, %r9
         movq	%r10, 88(%rsp)
-        # A[0] * B[12]
-        movq	96(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
         # A[1] * B[11]
         movq	88(%rcx), %rax
         mulq	8(%rsi)
+        xorq	%r10, %r10
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
@@ -9917,29 +12818,11 @@ _sp_3072_mul_24:
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
-        # A[12] * B[0]
-        movq	(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 96(%rsp)
-        # A[0] * B[13]
-        movq	104(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[1] * B[12]
-        movq	96(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
+        movq	%r8, 96(%rdi)
         # A[2] * B[11]
         movq	88(%rcx), %rax
         mulq	16(%rsi)
+        xorq	%r8, %r8
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
@@ -9997,41 +12880,11 @@ _sp_3072_mul_24:
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
-        # A[12] * B[1]
-        movq	8(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[0]
-        movq	(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 104(%rsp)
-        # A[0] * B[14]
-        movq	112(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[1] * B[13]
-        movq	104(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[2] * B[12]
-        movq	96(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
+        movq	%r9, 104(%rdi)
         # A[3] * B[11]
         movq	88(%rcx), %rax
         mulq	24(%rsi)
+        xorq	%r9, %r9
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
@@ -10083,53 +12936,11 @@ _sp_3072_mul_24:
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
-        # A[12] * B[2]
-        movq	16(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[1]
-        movq	8(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[0]
-        movq	(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 112(%rsp)
-        # A[0] * B[15]
-        movq	120(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[1] * B[14]
-        movq	112(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[2] * B[13]
-        movq	104(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[3] * B[12]
-        movq	96(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
+        movq	%r10, 112(%rdi)
         # A[4] * B[11]
         movq	88(%rcx), %rax
         mulq	32(%rsi)
+        xorq	%r10, %r10
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
@@ -10175,65 +12986,11 @@ _sp_3072_mul_24:
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
-        # A[12] * B[3]
-        movq	24(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[2]
-        movq	16(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[1]
-        movq	8(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[0]
-        movq	(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 120(%rsp)
-        # A[0] * B[16]
-        movq	128(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[1] * B[15]
-        movq	120(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[2] * B[14]
-        movq	112(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[3] * B[13]
-        movq	104(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[4] * B[12]
-        movq	96(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
+        movq	%r8, 120(%rdi)
         # A[5] * B[11]
         movq	88(%rcx), %rax
         mulq	40(%rsi)
+        xorq	%r8, %r8
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
@@ -10273,77 +13030,11 @@ _sp_3072_mul_24:
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
-        # A[12] * B[4]
-        movq	32(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[3]
-        movq	24(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[2]
-        movq	16(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[1]
-        movq	8(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[0]
-        movq	(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 128(%rsp)
-        # A[0] * B[17]
-        movq	136(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[1] * B[16]
-        movq	128(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[2] * B[15]
-        movq	120(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[3] * B[14]
-        movq	112(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[4] * B[13]
-        movq	104(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[5] * B[12]
-        movq	96(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
+        movq	%r9, 128(%rdi)
         # A[6] * B[11]
         movq	88(%rcx), %rax
         mulq	48(%rsi)
+        xorq	%r9, %r9
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
@@ -10377,89 +13068,11 @@ _sp_3072_mul_24:
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
-        # A[12] * B[5]
-        movq	40(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[4]
-        movq	32(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[3]
-        movq	24(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[2]
-        movq	16(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[1]
-        movq	8(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[0]
-        movq	(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 136(%rsp)
-        # A[0] * B[18]
-        movq	144(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[1] * B[17]
-        movq	136(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[2] * B[16]
-        movq	128(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[3] * B[15]
-        movq	120(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[4] * B[14]
-        movq	112(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[5] * B[13]
-        movq	104(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[6] * B[12]
-        movq	96(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
+        movq	%r10, 136(%rdi)
         # A[7] * B[11]
         movq	88(%rcx), %rax
         mulq	56(%rsi)
+        xorq	%r10, %r10
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
@@ -10487,101 +13100,11 @@ _sp_3072_mul_24:
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
-        # A[12] * B[6]
-        movq	48(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[5]
-        movq	40(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[4]
-        movq	32(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[3]
-        movq	24(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[2]
-        movq	16(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[1]
-        movq	8(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[0]
-        movq	(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 144(%rsp)
-        # A[0] * B[19]
-        movq	152(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[1] * B[18]
-        movq	144(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[2] * B[17]
-        movq	136(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[3] * B[16]
-        movq	128(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[4] * B[15]
-        movq	120(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[5] * B[14]
-        movq	112(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[6] * B[13]
-        movq	104(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[7] * B[12]
-        movq	96(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
+        movq	%r8, 144(%rdi)
         # A[8] * B[11]
         movq	88(%rcx), %rax
         mulq	64(%rsi)
+        xorq	%r8, %r8
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
@@ -10603,113 +13126,11 @@ _sp_3072_mul_24:
         addq	%rax, %r9
         adcq	%rdx, %r10
         adcq	$0, %r8
-        # A[12] * B[7]
-        movq	56(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[6]
-        movq	48(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[5]
-        movq	40(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[4]
-        movq	32(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[3]
-        movq	24(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[2]
-        movq	16(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[1]
-        movq	8(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[0]
-        movq	(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 152(%rsp)
-        # A[0] * B[20]
-        movq	160(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[1] * B[19]
-        movq	152(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[2] * B[18]
-        movq	144(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[3] * B[17]
-        movq	136(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[4] * B[16]
-        movq	128(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[5] * B[15]
-        movq	120(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[6] * B[14]
-        movq	112(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[7] * B[13]
-        movq	104(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[8] * B[12]
-        movq	96(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
+        movq	%r9, 152(%rdi)
         # A[9] * B[11]
         movq	88(%rcx), %rax
         mulq	72(%rsi)
+        xorq	%r9, %r9
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
@@ -10725,125 +13146,11 @@ _sp_3072_mul_24:
         addq	%rax, %r10
         adcq	%rdx, %r8
         adcq	$0, %r9
-        # A[12] * B[8]
-        movq	64(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[7]
-        movq	56(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[6]
-        movq	48(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[5]
-        movq	40(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[4]
-        movq	32(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[3]
-        movq	24(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[2]
-        movq	16(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[1]
-        movq	8(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[0]
-        movq	(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 160(%rsp)
-        # A[0] * B[21]
-        movq	168(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[1] * B[20]
-        movq	160(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[2] * B[19]
-        movq	152(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[3] * B[18]
-        movq	144(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[4] * B[17]
-        movq	136(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[5] * B[16]
-        movq	128(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[6] * B[15]
-        movq	120(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[7] * B[14]
-        movq	112(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[8] * B[13]
-        movq	104(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[9] * B[12]
-        movq	96(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
+        movq	%r10, 160(%rdi)
         # A[10] * B[11]
         movq	88(%rcx), %rax
         mulq	80(%rsi)
+        xorq	%r10, %r10
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
@@ -10853,2054 +13160,14 @@ _sp_3072_mul_24:
         addq	%rax, %r8
         adcq	%rdx, %r9
         adcq	$0, %r10
-        # A[12] * B[9]
-        movq	72(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[8]
-        movq	64(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[7]
-        movq	56(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[6]
-        movq	48(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[5]
-        movq	40(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[4]
-        movq	32(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[3]
-        movq	24(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[2]
-        movq	16(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[1]
-        movq	8(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[0]
-        movq	(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 168(%rsp)
-        # A[0] * B[22]
-        movq	176(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[1] * B[21]
-        movq	168(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[2] * B[20]
-        movq	160(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[3] * B[19]
-        movq	152(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[4] * B[18]
-        movq	144(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[5] * B[17]
-        movq	136(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[6] * B[16]
-        movq	128(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[7] * B[15]
-        movq	120(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[8] * B[14]
-        movq	112(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[9] * B[13]
-        movq	104(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[10] * B[12]
-        movq	96(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
+        movq	%r8, 168(%rdi)
         # A[11] * B[11]
         movq	88(%rcx), %rax
         mulq	88(%rsi)
         addq	%rax, %r9
         adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[12] * B[10]
-        movq	80(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[9]
-        movq	72(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[8]
-        movq	64(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[7]
-        movq	56(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[6]
-        movq	48(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[5]
-        movq	40(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[4]
-        movq	32(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[3]
-        movq	24(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[2]
-        movq	16(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[1]
-        movq	8(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[0]
-        movq	(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 176(%rsp)
-        # A[0] * B[23]
-        movq	184(%rcx), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[1] * B[22]
-        movq	176(%rcx), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[2] * B[21]
-        movq	168(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[3] * B[20]
-        movq	160(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[4] * B[19]
-        movq	152(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[5] * B[18]
-        movq	144(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[6] * B[17]
-        movq	136(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[7] * B[16]
-        movq	128(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[8] * B[15]
-        movq	120(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[9] * B[14]
-        movq	112(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[10] * B[13]
-        movq	104(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[11] * B[12]
-        movq	96(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[12] * B[11]
-        movq	88(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[10]
-        movq	80(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[9]
-        movq	72(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[8]
-        movq	64(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[7]
-        movq	56(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[6]
-        movq	48(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[5]
-        movq	40(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[4]
-        movq	32(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[3]
-        movq	24(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[2]
-        movq	16(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[1]
-        movq	8(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[0]
-        movq	(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 184(%rsp)
-        # A[1] * B[23]
-        movq	184(%rcx), %rax
-        mulq	8(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[2] * B[22]
-        movq	176(%rcx), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[3] * B[21]
-        movq	168(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[4] * B[20]
-        movq	160(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[5] * B[19]
-        movq	152(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[6] * B[18]
-        movq	144(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[7] * B[17]
-        movq	136(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[8] * B[16]
-        movq	128(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[9] * B[15]
-        movq	120(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[10] * B[14]
-        movq	112(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[11] * B[13]
-        movq	104(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[12] * B[12]
-        movq	96(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[11]
-        movq	88(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[10]
-        movq	80(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[9]
-        movq	72(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[8]
-        movq	64(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[7]
-        movq	56(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[6]
-        movq	48(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[5]
-        movq	40(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[4]
-        movq	32(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[3]
-        movq	24(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[2]
-        movq	16(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[1]
-        movq	8(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 192(%rdi)
-        # A[2] * B[23]
-        movq	184(%rcx), %rax
-        mulq	16(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[3] * B[22]
-        movq	176(%rcx), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[4] * B[21]
-        movq	168(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[5] * B[20]
-        movq	160(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[6] * B[19]
-        movq	152(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[7] * B[18]
-        movq	144(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[8] * B[17]
-        movq	136(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[9] * B[16]
-        movq	128(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[10] * B[15]
-        movq	120(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[11] * B[14]
-        movq	112(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[12] * B[13]
-        movq	104(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[12]
-        movq	96(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[11]
-        movq	88(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[10]
-        movq	80(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[9]
-        movq	72(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[8]
-        movq	64(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[7]
-        movq	56(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[6]
-        movq	48(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[5]
-        movq	40(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[4]
-        movq	32(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[3]
-        movq	24(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[2]
-        movq	16(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 200(%rdi)
-        # A[3] * B[23]
-        movq	184(%rcx), %rax
-        mulq	24(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[4] * B[22]
-        movq	176(%rcx), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[5] * B[21]
-        movq	168(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[6] * B[20]
-        movq	160(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[7] * B[19]
-        movq	152(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[8] * B[18]
-        movq	144(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[9] * B[17]
-        movq	136(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[10] * B[16]
-        movq	128(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[11] * B[15]
-        movq	120(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[12] * B[14]
-        movq	112(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[13]
-        movq	104(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[12]
-        movq	96(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[11]
-        movq	88(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[10]
-        movq	80(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[9]
-        movq	72(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[8]
-        movq	64(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[7]
-        movq	56(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[6]
-        movq	48(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[5]
-        movq	40(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[4]
-        movq	32(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[3]
-        movq	24(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 208(%rdi)
-        # A[4] * B[23]
-        movq	184(%rcx), %rax
-        mulq	32(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[5] * B[22]
-        movq	176(%rcx), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[6] * B[21]
-        movq	168(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[7] * B[20]
-        movq	160(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[8] * B[19]
-        movq	152(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[9] * B[18]
-        movq	144(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[10] * B[17]
-        movq	136(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[11] * B[16]
-        movq	128(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[12] * B[15]
-        movq	120(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[14]
-        movq	112(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[13]
-        movq	104(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[12]
-        movq	96(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[11]
-        movq	88(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[10]
-        movq	80(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[9]
-        movq	72(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[8]
-        movq	64(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[7]
-        movq	56(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[6]
-        movq	48(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[5]
-        movq	40(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[4]
-        movq	32(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 216(%rdi)
-        # A[5] * B[23]
-        movq	184(%rcx), %rax
-        mulq	40(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[6] * B[22]
-        movq	176(%rcx), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[7] * B[21]
-        movq	168(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[8] * B[20]
-        movq	160(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[9] * B[19]
-        movq	152(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[10] * B[18]
-        movq	144(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[11] * B[17]
-        movq	136(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[12] * B[16]
-        movq	128(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[15]
-        movq	120(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[14]
-        movq	112(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[13]
-        movq	104(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[12]
-        movq	96(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[11]
-        movq	88(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[10]
-        movq	80(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[9]
-        movq	72(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[8]
-        movq	64(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[7]
-        movq	56(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[6]
-        movq	48(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[5]
-        movq	40(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 224(%rdi)
-        # A[6] * B[23]
-        movq	184(%rcx), %rax
-        mulq	48(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[7] * B[22]
-        movq	176(%rcx), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[8] * B[21]
-        movq	168(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[9] * B[20]
-        movq	160(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[10] * B[19]
-        movq	152(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[11] * B[18]
-        movq	144(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[12] * B[17]
-        movq	136(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[16]
-        movq	128(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[15]
-        movq	120(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[14]
-        movq	112(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[13]
-        movq	104(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[12]
-        movq	96(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[11]
-        movq	88(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[10]
-        movq	80(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[9]
-        movq	72(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[8]
-        movq	64(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[7]
-        movq	56(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[6]
-        movq	48(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 232(%rdi)
-        # A[7] * B[23]
-        movq	184(%rcx), %rax
-        mulq	56(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[8] * B[22]
-        movq	176(%rcx), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[9] * B[21]
-        movq	168(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[10] * B[20]
-        movq	160(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[11] * B[19]
-        movq	152(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[12] * B[18]
-        movq	144(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[17]
-        movq	136(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[16]
-        movq	128(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[15]
-        movq	120(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[14]
-        movq	112(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[13]
-        movq	104(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[12]
-        movq	96(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[11]
-        movq	88(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[10]
-        movq	80(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[9]
-        movq	72(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[8]
-        movq	64(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[7]
-        movq	56(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 240(%rdi)
-        # A[8] * B[23]
-        movq	184(%rcx), %rax
-        mulq	64(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[9] * B[22]
-        movq	176(%rcx), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[10] * B[21]
-        movq	168(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[11] * B[20]
-        movq	160(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[12] * B[19]
-        movq	152(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[18]
-        movq	144(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[17]
-        movq	136(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[16]
-        movq	128(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[15]
-        movq	120(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[14]
-        movq	112(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[13]
-        movq	104(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[12]
-        movq	96(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[11]
-        movq	88(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[10]
-        movq	80(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[9]
-        movq	72(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[8]
-        movq	64(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 248(%rdi)
-        # A[9] * B[23]
-        movq	184(%rcx), %rax
-        mulq	72(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[10] * B[22]
-        movq	176(%rcx), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[11] * B[21]
-        movq	168(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[12] * B[20]
-        movq	160(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[19]
-        movq	152(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[18]
-        movq	144(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[17]
-        movq	136(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[16]
-        movq	128(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[15]
-        movq	120(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[14]
-        movq	112(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[13]
-        movq	104(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[12]
-        movq	96(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[11]
-        movq	88(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[10]
-        movq	80(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[9]
-        movq	72(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 256(%rdi)
-        # A[10] * B[23]
-        movq	184(%rcx), %rax
-        mulq	80(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[11] * B[22]
-        movq	176(%rcx), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[12] * B[21]
-        movq	168(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[13] * B[20]
-        movq	160(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[19]
-        movq	152(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[18]
-        movq	144(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[17]
-        movq	136(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[16]
-        movq	128(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[15]
-        movq	120(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[14]
-        movq	112(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[13]
-        movq	104(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[12]
-        movq	96(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[11]
-        movq	88(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[10]
-        movq	80(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 264(%rdi)
-        # A[11] * B[23]
-        movq	184(%rcx), %rax
-        mulq	88(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[12] * B[22]
-        movq	176(%rcx), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[13] * B[21]
-        movq	168(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[14] * B[20]
-        movq	160(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[19]
-        movq	152(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[18]
-        movq	144(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[17]
-        movq	136(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[16]
-        movq	128(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[15]
-        movq	120(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[14]
-        movq	112(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[13]
-        movq	104(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[12]
-        movq	96(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[11]
-        movq	88(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 272(%rdi)
-        # A[12] * B[23]
-        movq	184(%rcx), %rax
-        mulq	96(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[13] * B[22]
-        movq	176(%rcx), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[14] * B[21]
-        movq	168(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[15] * B[20]
-        movq	160(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[19]
-        movq	152(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[18]
-        movq	144(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[17]
-        movq	136(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[16]
-        movq	128(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[15]
-        movq	120(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[14]
-        movq	112(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[13]
-        movq	104(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[12]
-        movq	96(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 280(%rdi)
-        # A[13] * B[23]
-        movq	184(%rcx), %rax
-        mulq	104(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[14] * B[22]
-        movq	176(%rcx), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[15] * B[21]
-        movq	168(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[16] * B[20]
-        movq	160(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[19]
-        movq	152(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[18]
-        movq	144(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[17]
-        movq	136(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[16]
-        movq	128(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[15]
-        movq	120(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[14]
-        movq	112(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[13]
-        movq	104(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 288(%rdi)
-        # A[14] * B[23]
-        movq	184(%rcx), %rax
-        mulq	112(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[15] * B[22]
-        movq	176(%rcx), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[16] * B[21]
-        movq	168(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[17] * B[20]
-        movq	160(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[19]
-        movq	152(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[18]
-        movq	144(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[17]
-        movq	136(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[16]
-        movq	128(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[15]
-        movq	120(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[14]
-        movq	112(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 296(%rdi)
-        # A[15] * B[23]
-        movq	184(%rcx), %rax
-        mulq	120(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[16] * B[22]
-        movq	176(%rcx), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[17] * B[21]
-        movq	168(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[18] * B[20]
-        movq	160(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[19]
-        movq	152(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[18]
-        movq	144(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[17]
-        movq	136(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[16]
-        movq	128(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[15]
-        movq	120(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 304(%rdi)
-        # A[16] * B[23]
-        movq	184(%rcx), %rax
-        mulq	128(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[17] * B[22]
-        movq	176(%rcx), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[18] * B[21]
-        movq	168(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[19] * B[20]
-        movq	160(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[19]
-        movq	152(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[18]
-        movq	144(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[17]
-        movq	136(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[16]
-        movq	128(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 312(%rdi)
-        # A[17] * B[23]
-        movq	184(%rcx), %rax
-        mulq	136(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[18] * B[22]
-        movq	176(%rcx), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[19] * B[21]
-        movq	168(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[20] * B[20]
-        movq	160(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[19]
-        movq	152(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[18]
-        movq	144(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[17]
-        movq	136(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 320(%rdi)
-        # A[18] * B[23]
-        movq	184(%rcx), %rax
-        mulq	144(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[19] * B[22]
-        movq	176(%rcx), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * B[21]
-        movq	168(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * B[20]
-        movq	160(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[19]
-        movq	152(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[18]
-        movq	144(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 328(%rdi)
-        # A[19] * B[23]
-        movq	184(%rcx), %rax
-        mulq	152(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[20] * B[22]
-        movq	176(%rcx), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[21] * B[21]
-        movq	168(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[22] * B[20]
-        movq	160(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[19]
-        movq	152(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 336(%rdi)
-        # A[20] * B[23]
-        movq	184(%rcx), %rax
-        mulq	160(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[21] * B[22]
-        movq	176(%rcx), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[22] * B[21]
-        movq	168(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        # A[23] * B[20]
-        movq	160(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        adcq	$0, %r8
-        movq	%r9, 344(%rdi)
-        # A[21] * B[23]
-        movq	184(%rcx), %rax
-        mulq	168(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[22] * B[22]
-        movq	176(%rcx), %rax
-        mulq	176(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[23] * B[21]
-        movq	168(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%r10, 352(%rdi)
-        # A[22] * B[23]
-        movq	184(%rcx), %rax
-        mulq	176(%rsi)
-        xorq	%r10, %r10
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        # A[23] * B[22]
-        movq	176(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %r10
-        movq	%r8, 360(%rdi)
-        # A[23] * B[23]
-        movq	184(%rcx), %rax
-        mulq	184(%rsi)
-        addq	%rax, %r9
-        adcq	%rdx, %r10
-        movq	%r9, 368(%rdi)
-        movq	%r10, 376(%rdi)
+        movq	%r9, 176(%rdi)
+        movq	%r10, 184(%rdi)
         movq	(%rsp), %rax
         movq	8(%rsp), %rdx
         movq	16(%rsp), %r8
@@ -12925,34 +13192,10 @@ _sp_3072_mul_24:
         movq	%rdx, 72(%rdi)
         movq	%r8, 80(%rdi)
         movq	%r9, 88(%rdi)
-        movq	96(%rsp), %rax
-        movq	104(%rsp), %rdx
-        movq	112(%rsp), %r8
-        movq	120(%rsp), %r9
-        movq	%rax, 96(%rdi)
-        movq	%rdx, 104(%rdi)
-        movq	%r8, 112(%rdi)
-        movq	%r9, 120(%rdi)
-        movq	128(%rsp), %rax
-        movq	136(%rsp), %rdx
-        movq	144(%rsp), %r8
-        movq	152(%rsp), %r9
-        movq	%rax, 128(%rdi)
-        movq	%rdx, 136(%rdi)
-        movq	%r8, 144(%rdi)
-        movq	%r9, 152(%rdi)
-        movq	160(%rsp), %rax
-        movq	168(%rsp), %rdx
-        movq	176(%rsp), %r8
-        movq	184(%rsp), %r9
-        movq	%rax, 160(%rdi)
-        movq	%rdx, 168(%rdi)
-        movq	%r8, 176(%rdi)
-        movq	%r9, 184(%rdi)
-        addq	$192, %rsp
+        addq	$96, %rsp
         repz retq
 #ifndef __APPLE__
-.size	sp_3072_mul_24,.-sp_3072_mul_24
+.size	sp_3072_mul_12,.-sp_3072_mul_12
 #endif /* __APPLE__ */
 /* Square a and put result in r. (r = a * a)
  *
@@ -12960,17 +13203,17 @@ _sp_3072_mul_24:
  * a  A single precision integer.
  */
 #ifndef __APPLE__
-.globl	sp_3072_sqr_24
-.type	sp_3072_sqr_24,@function
+.globl	sp_3072_sqr_12
+.type	sp_3072_sqr_12,@function
 .align	16
-sp_3072_sqr_24:
+sp_3072_sqr_12:
 #else
-.globl	_sp_3072_sqr_24
+.globl	_sp_3072_sqr_12
 .p2align	4
-_sp_3072_sqr_24:
+_sp_3072_sqr_12:
 #endif /* __APPLE__ */
         push	%r12
-        subq	$192, %rsp
+        subq	$96, %rsp
         # A[0] * A[0]
         movq	(%rsi), %rax
         mulq	%rax
@@ -13305,19 +13548,13 @@ _sp_3072_sqr_24:
         adcq	%r11, %rcx
         adcq	%r12, %r8
         movq	%r9, 88(%rsp)
-        # A[0] * A[12]
-        movq	96(%rsi), %rax
-        mulq	(%rsi)
+        # A[1] * A[11]
+        movq	88(%rsi), %rax
+        mulq	8(%rsi)
         xorq	%r9, %r9
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[11]
-        movq	88(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[2] * A[10]
         movq	80(%rsi), %rax
         mulq	16(%rsi)
@@ -13354,26 +13591,14 @@ _sp_3072_sqr_24:
         addq	%r10, %rcx
         adcq	%r11, %r8
         adcq	%r12, %r9
-        movq	%rcx, 96(%rsp)
-        # A[0] * A[13]
-        movq	104(%rsi), %rax
-        mulq	(%rsi)
+        movq	%rcx, 96(%rdi)
+        # A[2] * A[11]
+        movq	88(%rsi), %rax
+        mulq	16(%rsi)
         xorq	%rcx, %rcx
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[12]
-        movq	96(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[11]
-        movq	88(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[3] * A[10]
         movq	80(%rsi), %rax
         mulq	24(%rsi)
@@ -13404,32 +13629,14 @@ _sp_3072_sqr_24:
         addq	%r10, %r8
         adcq	%r11, %r9
         adcq	%r12, %rcx
-        movq	%r8, 104(%rsp)
-        # A[0] * A[14]
-        movq	112(%rsi), %rax
-        mulq	(%rsi)
+        movq	%r8, 104(%rdi)
+        # A[3] * A[11]
+        movq	88(%rsi), %rax
+        mulq	24(%rsi)
         xorq	%r8, %r8
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[13]
-        movq	104(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[12]
-        movq	96(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[11]
-        movq	88(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[4] * A[10]
         movq	80(%rsi), %rax
         mulq	32(%rsi)
@@ -13460,38 +13667,14 @@ _sp_3072_sqr_24:
         addq	%r10, %r9
         adcq	%r11, %rcx
         adcq	%r12, %r8
-        movq	%r9, 112(%rsp)
-        # A[0] * A[15]
-        movq	120(%rsi), %rax
-        mulq	(%rsi)
+        movq	%r9, 112(%rdi)
+        # A[4] * A[11]
+        movq	88(%rsi), %rax
+        mulq	32(%rsi)
         xorq	%r9, %r9
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[14]
-        movq	112(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[13]
-        movq	104(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[12]
-        movq	96(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[11]
-        movq	88(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[5] * A[10]
         movq	80(%rsi), %rax
         mulq	40(%rsi)
@@ -13516,44 +13699,14 @@ _sp_3072_sqr_24:
         addq	%r10, %rcx
         adcq	%r11, %r8
         adcq	%r12, %r9
-        movq	%rcx, 120(%rsp)
-        # A[0] * A[16]
-        movq	128(%rsi), %rax
-        mulq	(%rsi)
+        movq	%rcx, 120(%rdi)
+        # A[5] * A[11]
+        movq	88(%rsi), %rax
+        mulq	40(%rsi)
         xorq	%rcx, %rcx
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[15]
-        movq	120(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[14]
-        movq	112(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[13]
-        movq	104(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[12]
-        movq	96(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[11]
-        movq	88(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[6] * A[10]
         movq	80(%rsi), %rax
         mulq	48(%rsi)
@@ -13578,50 +13731,14 @@ _sp_3072_sqr_24:
         addq	%r10, %r8
         adcq	%r11, %r9
         adcq	%r12, %rcx
-        movq	%r8, 128(%rsp)
-        # A[0] * A[17]
-        movq	136(%rsi), %rax
-        mulq	(%rsi)
+        movq	%r8, 128(%rdi)
+        # A[6] * A[11]
+        movq	88(%rsi), %rax
+        mulq	48(%rsi)
         xorq	%r8, %r8
         xorq	%r12, %r12
         movq	%rax, %r10
         movq	%rdx, %r11
-        # A[1] * A[16]
-        movq	128(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[15]
-        movq	120(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[14]
-        movq	112(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[13]
-        movq	104(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[12]
-        movq	96(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[11]
-        movq	88(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
         # A[7] * A[10]
         movq	80(%rsi), %rax
         mulq	56(%rsi)
@@ -13640,1486 +13757,88 @@ _sp_3072_sqr_24:
         addq	%r10, %r9
         adcq	%r11, %rcx
         adcq	%r12, %r8
-        movq	%r9, 136(%rsp)
-        # A[0] * A[18]
-        movq	144(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[17]
-        movq	136(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[16]
-        movq	128(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[15]
-        movq	120(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[14]
-        movq	112(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[13]
-        movq	104(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[12]
-        movq	96(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        movq	%r9, 136(%rdi)
         # A[7] * A[11]
         movq	88(%rsi), %rax
         mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        xorq	%r9, %r9
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
         # A[8] * A[10]
         movq	80(%rsi), %rax
         mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
         # A[9] * A[9]
         movq	72(%rsi), %rax
         mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 144(%rsp)
-        # A[0] * A[19]
-        movq	152(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[18]
-        movq	144(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[17]
-        movq	136(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[16]
-        movq	128(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[15]
-        movq	120(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[14]
-        movq	112(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[13]
-        movq	104(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[12]
-        movq	96(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
+        movq	%rcx, 144(%rdi)
         # A[8] * A[11]
         movq	88(%rsi), %rax
         mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        xorq	%rcx, %rcx
+        addq	%rax, %r8
+        adcq	%rdx, %r9
+        adcq	$0, %rcx
+        addq	%rax, %r8
+        adcq	%rdx, %r9
+        adcq	$0, %rcx
         # A[9] * A[10]
         movq	80(%rsi), %rax
         mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 152(%rsp)
-        # A[0] * A[20]
-        movq	160(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[19]
-        movq	152(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[18]
-        movq	144(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[17]
-        movq	136(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[16]
-        movq	128(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[15]
-        movq	120(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[14]
-        movq	112(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[13]
-        movq	104(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[12]
-        movq	96(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        addq	%rax, %r8
+        adcq	%rdx, %r9
+        adcq	$0, %rcx
+        addq	%rax, %r8
+        adcq	%rdx, %r9
+        adcq	$0, %rcx
+        movq	%r8, 152(%rdi)
         # A[9] * A[11]
         movq	88(%rsi), %rax
         mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        xorq	%r8, %r8
+        addq	%rax, %r9
+        adcq	%rdx, %rcx
+        adcq	$0, %r8
+        addq	%rax, %r9
+        adcq	%rdx, %rcx
+        adcq	$0, %r8
         # A[10] * A[10]
         movq	80(%rsi), %rax
         mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 160(%rsp)
-        # A[0] * A[21]
-        movq	168(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[20]
-        movq	160(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[19]
-        movq	152(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[18]
-        movq	144(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[17]
-        movq	136(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[16]
-        movq	128(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[15]
-        movq	120(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[14]
-        movq	112(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[13]
-        movq	104(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[12]
-        movq	96(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        addq	%rax, %r9
+        adcq	%rdx, %rcx
+        adcq	$0, %r8
+        movq	%r9, 160(%rdi)
         # A[10] * A[11]
         movq	88(%rsi), %rax
         mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 168(%rsp)
-        # A[0] * A[22]
-        movq	176(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[21]
-        movq	168(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[20]
-        movq	160(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[19]
-        movq	152(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[18]
-        movq	144(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[17]
-        movq	136(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[16]
-        movq	128(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[15]
-        movq	120(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[14]
-        movq	112(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[13]
-        movq	104(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[12]
-        movq	96(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
+        xorq	%r9, %r9
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
+        addq	%rax, %rcx
+        adcq	%rdx, %r8
+        adcq	$0, %r9
+        movq	%rcx, 168(%rdi)
         # A[11] * A[11]
         movq	88(%rsi), %rax
         mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 176(%rsp)
-        # A[0] * A[23]
-        movq	184(%rsi), %rax
-        mulq	(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[1] * A[22]
-        movq	176(%rsi), %rax
-        mulq	8(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[2] * A[21]
-        movq	168(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[20]
-        movq	160(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[19]
-        movq	152(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[18]
-        movq	144(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[17]
-        movq	136(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[16]
-        movq	128(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[15]
-        movq	120(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[14]
-        movq	112(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[13]
-        movq	104(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[12]
-        movq	96(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 184(%rsp)
-        # A[1] * A[23]
-        movq	184(%rsi), %rax
-        mulq	8(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[2] * A[22]
-        movq	176(%rsi), %rax
-        mulq	16(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[3] * A[21]
-        movq	168(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[20]
-        movq	160(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[19]
-        movq	152(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[18]
-        movq	144(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[17]
-        movq	136(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[16]
-        movq	128(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[15]
-        movq	120(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[14]
-        movq	112(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[13]
-        movq	104(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[12]
-        movq	96(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 192(%rdi)
-        # A[2] * A[23]
-        movq	184(%rsi), %rax
-        mulq	16(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[3] * A[22]
-        movq	176(%rsi), %rax
-        mulq	24(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[4] * A[21]
-        movq	168(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[20]
-        movq	160(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[19]
-        movq	152(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[18]
-        movq	144(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[17]
-        movq	136(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[16]
-        movq	128(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[15]
-        movq	120(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[14]
-        movq	112(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[13]
-        movq	104(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 200(%rdi)
-        # A[3] * A[23]
-        movq	184(%rsi), %rax
-        mulq	24(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[4] * A[22]
-        movq	176(%rsi), %rax
-        mulq	32(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[5] * A[21]
-        movq	168(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[20]
-        movq	160(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[19]
-        movq	152(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[18]
-        movq	144(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[17]
-        movq	136(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[16]
-        movq	128(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[15]
-        movq	120(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[14]
-        movq	112(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[13]
-        movq	104(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 208(%rdi)
-        # A[4] * A[23]
-        movq	184(%rsi), %rax
-        mulq	32(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[5] * A[22]
-        movq	176(%rsi), %rax
-        mulq	40(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[6] * A[21]
-        movq	168(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[20]
-        movq	160(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[19]
-        movq	152(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[18]
-        movq	144(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[17]
-        movq	136(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[16]
-        movq	128(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[15]
-        movq	120(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[14]
-        movq	112(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 216(%rdi)
-        # A[5] * A[23]
-        movq	184(%rsi), %rax
-        mulq	40(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[6] * A[22]
-        movq	176(%rsi), %rax
-        mulq	48(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[7] * A[21]
-        movq	168(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[20]
-        movq	160(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[19]
-        movq	152(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[18]
-        movq	144(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[17]
-        movq	136(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[16]
-        movq	128(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[15]
-        movq	120(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[14]
-        movq	112(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 224(%rdi)
-        # A[6] * A[23]
-        movq	184(%rsi), %rax
-        mulq	48(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[7] * A[22]
-        movq	176(%rsi), %rax
-        mulq	56(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[8] * A[21]
-        movq	168(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[20]
-        movq	160(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[19]
-        movq	152(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[18]
-        movq	144(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[17]
-        movq	136(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[16]
-        movq	128(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[15]
-        movq	120(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 232(%rdi)
-        # A[7] * A[23]
-        movq	184(%rsi), %rax
-        mulq	56(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[8] * A[22]
-        movq	176(%rsi), %rax
-        mulq	64(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[9] * A[21]
-        movq	168(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[20]
-        movq	160(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[19]
-        movq	152(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[18]
-        movq	144(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[17]
-        movq	136(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[16]
-        movq	128(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[15]
-        movq	120(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 240(%rdi)
-        # A[8] * A[23]
-        movq	184(%rsi), %rax
-        mulq	64(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[9] * A[22]
-        movq	176(%rsi), %rax
-        mulq	72(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[10] * A[21]
-        movq	168(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[20]
-        movq	160(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[19]
-        movq	152(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[18]
-        movq	144(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[17]
-        movq	136(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[16]
-        movq	128(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 248(%rdi)
-        # A[9] * A[23]
-        movq	184(%rsi), %rax
-        mulq	72(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[10] * A[22]
-        movq	176(%rsi), %rax
-        mulq	80(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[11] * A[21]
-        movq	168(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[20]
-        movq	160(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[19]
-        movq	152(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[18]
-        movq	144(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[17]
-        movq	136(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[16]
-        movq	128(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 256(%rdi)
-        # A[10] * A[23]
-        movq	184(%rsi), %rax
-        mulq	80(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[11] * A[22]
-        movq	176(%rsi), %rax
-        mulq	88(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[12] * A[21]
-        movq	168(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[20]
-        movq	160(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[19]
-        movq	152(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[18]
-        movq	144(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[17]
-        movq	136(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 264(%rdi)
-        # A[11] * A[23]
-        movq	184(%rsi), %rax
-        mulq	88(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[12] * A[22]
-        movq	176(%rsi), %rax
-        mulq	96(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[13] * A[21]
-        movq	168(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[20]
-        movq	160(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[19]
-        movq	152(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[18]
-        movq	144(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[17] * A[17]
-        movq	136(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 272(%rdi)
-        # A[12] * A[23]
-        movq	184(%rsi), %rax
-        mulq	96(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[13] * A[22]
-        movq	176(%rsi), %rax
-        mulq	104(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[14] * A[21]
-        movq	168(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[20]
-        movq	160(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[19]
-        movq	152(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[17] * A[18]
-        movq	144(%rsi), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 280(%rdi)
-        # A[13] * A[23]
-        movq	184(%rsi), %rax
-        mulq	104(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[14] * A[22]
-        movq	176(%rsi), %rax
-        mulq	112(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[15] * A[21]
-        movq	168(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[20]
-        movq	160(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[17] * A[19]
-        movq	152(%rsi), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[18] * A[18]
-        movq	144(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 288(%rdi)
-        # A[14] * A[23]
-        movq	184(%rsi), %rax
-        mulq	112(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[15] * A[22]
-        movq	176(%rsi), %rax
-        mulq	120(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[16] * A[21]
-        movq	168(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[17] * A[20]
-        movq	160(%rsi), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[18] * A[19]
-        movq	152(%rsi), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 296(%rdi)
-        # A[15] * A[23]
-        movq	184(%rsi), %rax
-        mulq	120(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[16] * A[22]
-        movq	176(%rsi), %rax
-        mulq	128(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[17] * A[21]
-        movq	168(%rsi), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[18] * A[20]
-        movq	160(%rsi), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[19] * A[19]
-        movq	152(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 304(%rdi)
-        # A[16] * A[23]
-        movq	184(%rsi), %rax
-        mulq	128(%rsi)
-        xorq	%r9, %r9
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[17] * A[22]
-        movq	176(%rsi), %rax
-        mulq	136(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[18] * A[21]
-        movq	168(%rsi), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[19] * A[20]
-        movq	160(%rsi), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %rcx
-        adcq	%r11, %r8
-        adcq	%r12, %r9
-        movq	%rcx, 312(%rdi)
-        # A[17] * A[23]
-        movq	184(%rsi), %rax
-        mulq	136(%rsi)
-        xorq	%rcx, %rcx
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[18] * A[22]
-        movq	176(%rsi), %rax
-        mulq	144(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[19] * A[21]
-        movq	168(%rsi), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[20] * A[20]
-        movq	160(%rsi), %rax
-        mulq	%rax
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r8
-        adcq	%r11, %r9
-        adcq	%r12, %rcx
-        movq	%r8, 320(%rdi)
-        # A[18] * A[23]
-        movq	184(%rsi), %rax
-        mulq	144(%rsi)
-        xorq	%r8, %r8
-        xorq	%r12, %r12
-        movq	%rax, %r10
-        movq	%rdx, %r11
-        # A[19] * A[22]
-        movq	176(%rsi), %rax
-        mulq	152(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        # A[20] * A[21]
-        movq	168(%rsi), %rax
-        mulq	160(%rsi)
-        addq	%rax, %r10
-        adcq	%rdx, %r11
-        adcq	$0, %r12
-        addq	%r10, %r10
-        adcq	%r11, %r11
-        adcq	%r12, %r12
-        addq	%r10, %r9
-        adcq	%r11, %rcx
-        adcq	%r12, %r8
-        movq	%r9, 328(%rdi)
-        # A[19] * A[23]
-        movq	184(%rsi), %rax
-        mulq	152(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[20] * A[22]
-        movq	176(%rsi), %rax
-        mulq	160(%rsi)
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        # A[21] * A[21]
-        movq	168(%rsi), %rax
-        mulq	%rax
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%rcx, 336(%rdi)
-        # A[20] * A[23]
-        movq	184(%rsi), %rax
-        mulq	160(%rsi)
-        xorq	%rcx, %rcx
         addq	%rax, %r8
         adcq	%rdx, %r9
-        adcq	$0, %rcx
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %rcx
-        # A[21] * A[22]
-        movq	176(%rsi), %rax
-        mulq	168(%rsi)
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %rcx
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        adcq	$0, %rcx
-        movq	%r8, 344(%rdi)
-        # A[21] * A[23]
-        movq	184(%rsi), %rax
-        mulq	168(%rsi)
-        xorq	%r8, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %rcx
-        adcq	$0, %r8
-        addq	%rax, %r9
-        adcq	%rdx, %rcx
-        adcq	$0, %r8
-        # A[22] * A[22]
-        movq	176(%rsi), %rax
-        mulq	%rax
-        addq	%rax, %r9
-        adcq	%rdx, %rcx
-        adcq	$0, %r8
-        movq	%r9, 352(%rdi)
-        # A[22] * A[23]
-        movq	184(%rsi), %rax
-        mulq	176(%rsi)
-        xorq	%r9, %r9
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        addq	%rax, %rcx
-        adcq	%rdx, %r8
-        adcq	$0, %r9
-        movq	%rcx, 360(%rdi)
-        # A[23] * A[23]
-        movq	184(%rsi), %rax
-        mulq	%rax
-        addq	%rax, %r8
-        adcq	%rdx, %r9
-        movq	%r8, 368(%rdi)
-        movq	%r9, 376(%rdi)
+        movq	%r8, 176(%rdi)
+        movq	%r9, 184(%rdi)
         movq	(%rsp), %rax
         movq	8(%rsp), %rdx
         movq	16(%rsp), %r10
@@ -15144,35 +13863,11 @@ _sp_3072_sqr_24:
         movq	%rdx, 72(%rdi)
         movq	%r10, 80(%rdi)
         movq	%r11, 88(%rdi)
-        movq	96(%rsp), %rax
-        movq	104(%rsp), %rdx
-        movq	112(%rsp), %r10
-        movq	120(%rsp), %r11
-        movq	%rax, 96(%rdi)
-        movq	%rdx, 104(%rdi)
-        movq	%r10, 112(%rdi)
-        movq	%r11, 120(%rdi)
-        movq	128(%rsp), %rax
-        movq	136(%rsp), %rdx
-        movq	144(%rsp), %r10
-        movq	152(%rsp), %r11
-        movq	%rax, 128(%rdi)
-        movq	%rdx, 136(%rdi)
-        movq	%r10, 144(%rdi)
-        movq	%r11, 152(%rdi)
-        movq	160(%rsp), %rax
-        movq	168(%rsp), %rdx
-        movq	176(%rsp), %r10
-        movq	184(%rsp), %r11
-        movq	%rax, 160(%rdi)
-        movq	%rdx, 168(%rdi)
-        movq	%r10, 176(%rdi)
-        movq	%r11, 184(%rdi)
-        addq	$192, %rsp
+        addq	$96, %rsp
         pop	%r12
         repz retq
 #ifndef __APPLE__
-.size	sp_3072_sqr_24,.-sp_3072_sqr_24
+.size	sp_3072_sqr_12,.-sp_3072_sqr_12
 #endif /* __APPLE__ */
 #ifdef HAVE_INTEL_AVX2
 /* Multiply a and b into r. (r = a * b)
@@ -15182,3618 +13877,969 @@ _sp_3072_sqr_24:
  * b   Second number to multiply.
  */
 #ifndef __APPLE__
-.globl	sp_3072_mul_avx2_24
-.type	sp_3072_mul_avx2_24,@function
+.globl	sp_3072_mul_avx2_12
+.type	sp_3072_mul_avx2_12,@function
 .align	16
-sp_3072_mul_avx2_24:
+sp_3072_mul_avx2_12:
 #else
-.globl	_sp_3072_mul_avx2_24
+.globl	_sp_3072_mul_avx2_12
 .p2align	4
-_sp_3072_mul_avx2_24:
+_sp_3072_mul_avx2_12:
 #endif /* __APPLE__ */
+        push	%rbx
         push	%rbp
         push	%r12
-        push	%r13
-        push	%r14
-        push	%r15
-        push	%rbx
         movq	%rdx, %rbp
-        subq	$192, %rsp
-        movq	$0, %r14
+        subq	$96, %rsp
+        cmpq	%rdi, %rsi
+        movq	%rsp, %rbx
+        cmovne	%rdi, %rbx
+        cmpq	%rdi, %rbp
+        cmove	%rsp, %rbx
+        xorq	%r12, %r12
         movq	(%rsi), %rdx
         # A[0] * B[0]
         mulx	(%rbp), %r8, %r9
         # A[0] * B[1]
         mulx	8(%rbp), %rax, %r10
-        movq	%r8, (%rsp)
+        movq	%r8, (%rbx)
         adcxq	%rax, %r9
+        movq	%r9, 8(%rbx)
         # A[0] * B[2]
-        mulx	16(%rbp), %rax, %r11
-        movq	%r9, 8(%rsp)
+        mulx	16(%rbp), %rax, %r8
         adcxq	%rax, %r10
         # A[0] * B[3]
-        mulx	24(%rbp), %rax, %r12
-        movq	%r10, 16(%rsp)
-        adcxq	%rax, %r11
-        movq	%r11, 24(%rsp)
+        mulx	24(%rbp), %rax, %r9
+        movq	%r10, 16(%rbx)
+        adcxq	%rax, %r8
+        movq	%r8, 24(%rbx)
         # A[0] * B[4]
-        mulx	32(%rbp), %rax, %r8
-        adcxq	%rax, %r12
+        mulx	32(%rbp), %rax, %r10
+        adcxq	%rax, %r9
         # A[0] * B[5]
-        mulx	40(%rbp), %rax, %r9
-        movq	%r12, 32(%rsp)
-        adcxq	%rax, %r8
+        mulx	40(%rbp), %rax, %r8
+        movq	%r9, 32(%rbx)
+        adcxq	%rax, %r10
+        movq	%r10, 40(%rbx)
         # A[0] * B[6]
-        mulx	48(%rbp), %rax, %r10
-        movq	%r8, 40(%rsp)
-        adcxq	%rax, %r9
+        mulx	48(%rbp), %rax, %r9
+        adcxq	%rax, %r8
         # A[0] * B[7]
-        mulx	56(%rbp), %rax, %r11
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        movq	%r10, 56(%rsp)
+        mulx	56(%rbp), %rax, %r10
+        movq	%r8, 48(%rbx)
+        adcxq	%rax, %r9
+        movq	%r9, 56(%rbx)
         # A[0] * B[8]
-        mulx	64(%rbp), %rax, %r12
-        adcxq	%rax, %r11
+        mulx	64(%rbp), %rax, %r8
+        adcxq	%rax, %r10
         # A[0] * B[9]
-        mulx	72(%rbp), %rax, %r8
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
+        mulx	72(%rbp), %rax, %r9
+        movq	%r10, 64(%rbx)
+        adcxq	%rax, %r8
+        movq	%r8, 72(%rbx)
         # A[0] * B[10]
-        mulx	80(%rbp), %rax, %r9
-        movq	%r12, 72(%rsp)
-        adcxq	%rax, %r8
+        mulx	80(%rbp), %rax, %r10
+        adcxq	%rax, %r9
         # A[0] * B[11]
-        mulx	88(%rbp), %rax, %r10
-        movq	%r8, 80(%rsp)
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rsp)
-        # A[0] * B[12]
-        mulx	96(%rbp), %rax, %r11
+        mulx	88(%rbp), %rax, %r8
+        movq	%r9, 80(%rbx)
         adcxq	%rax, %r10
-        # A[0] * B[13]
-        mulx	104(%rbp), %rax, %r12
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        # A[0] * B[14]
-        mulx	112(%rbp), %rax, %r8
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
-        # A[0] * B[15]
-        mulx	120(%rbp), %rax, %r9
-        movq	%r12, 112(%rsp)
-        adcxq	%rax, %r8
-        movq	%r8, 120(%rsp)
-        # A[0] * B[16]
-        mulx	128(%rbp), %rax, %r10
-        adcxq	%rax, %r9
-        # A[0] * B[17]
-        mulx	136(%rbp), %rax, %r11
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        # A[0] * B[18]
-        mulx	144(%rbp), %rax, %r12
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        # A[0] * B[19]
-        mulx	152(%rbp), %rax, %r8
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        movq	%r12, 152(%rsp)
-        # A[0] * B[20]
-        mulx	160(%rbp), %rax, %r9
-        adcxq	%rax, %r8
-        # A[0] * B[21]
-        mulx	168(%rbp), %rax, %r10
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        # A[0] * B[22]
-        mulx	176(%rbp), %rax, %r11
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        # A[0] * B[23]
-        mulx	184(%rbp), %rax, %r12
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adcxq	%r14, %r12
-        movq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r11, %rbx
-        movq	%r12, 192(%rdi)
+        adcxq	%r12, %r8
+        movq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r10, 88(%rbx)
+        movq	%r8, 96(%rdi)
         movq	8(%rsi), %rdx
-        movq	8(%rsp), %r9
-        movq	16(%rsp), %r10
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
+        movq	8(%rbx), %r9
+        movq	16(%rbx), %r10
+        movq	24(%rbx), %r8
         # A[1] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[1] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 8(%rsp)
+        movq	%r9, 8(%rbx)
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
+        movq	%r10, 16(%rbx)
+        movq	32(%rbx), %r9
+        movq	40(%rbx), %r10
         # A[1] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 16(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[1] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 32(%rsp)
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
+        movq	%r8, 24(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 32(%rbx)
+        movq	48(%rbx), %r8
+        movq	56(%rbx), %r9
         # A[1] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[1] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        movq	%r10, 40(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 48(%rbx)
+        movq	64(%rbx), %r10
+        movq	72(%rbx), %r8
         # A[1] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[1] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 64(%rsp)
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
+        movq	%r9, 56(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 64(%rbx)
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
         # A[1] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[1] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        movq	%r8, 72(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        movq	96(%rdi), %r8
         # A[1] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[1] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        # A[1] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[1] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[1] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
+        movq	%r10, 88(%rbx)
+        movq	%r12, %r9
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[1] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 128(%rsp)
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        # A[1] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[1] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[1] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[1] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 160(%rsp)
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[1] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[1] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[1] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[1] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        movq	%r14, %r8
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        adcxq	%r13, %r8
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r12, 192(%rdi)
-        movq	%r8, 200(%rdi)
+        adcxq	%r11, %r9
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r8, 96(%rdi)
+        movq	%r9, 104(%rdi)
         movq	16(%rsi), %rdx
-        movq	16(%rsp), %r10
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
+        movq	16(%rbx), %r10
+        movq	24(%rbx), %r8
+        movq	32(%rbx), %r9
         # A[2] * B[0]
         mulx	(%rbp), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
         # A[2] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 16(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        movq	%r10, 16(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 24(%rbx)
+        movq	40(%rbx), %r10
+        movq	48(%rbx), %r8
         # A[2] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[2] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 40(%rsp)
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
+        movq	%r9, 32(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 40(%rbx)
+        movq	56(%rbx), %r9
+        movq	64(%rbx), %r10
         # A[2] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[2] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        movq	%r8, 48(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 56(%rbx)
+        movq	72(%rbx), %r8
+        movq	80(%rbx), %r9
         # A[2] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[2] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 72(%rsp)
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
+        movq	%r10, 64(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 72(%rbx)
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
         # A[2] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[2] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 88(%rbx)
+        movq	104(%rdi), %r9
         # A[2] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[2] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        # A[2] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[2] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[2] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
+        movq	%r8, 96(%rdi)
+        movq	%r12, %r10
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        # A[2] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 136(%rsp)
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        # A[2] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[2] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[2] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[2] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 168(%rsp)
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[2] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[2] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[2] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[2] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        movq	%r14, %r9
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        adcxq	%r13, %r9
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r8, 200(%rdi)
-        movq	%r9, 208(%rdi)
+        adcxq	%r11, %r10
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r9, 104(%rdi)
+        movq	%r10, 112(%rdi)
         movq	24(%rsi), %rdx
-        movq	24(%rsp), %r11
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
+        movq	24(%rbx), %r8
+        movq	32(%rbx), %r9
+        movq	40(%rbx), %r10
         # A[3] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[3] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 24(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        movq	%r8, 24(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 32(%rbx)
+        movq	48(%rbx), %r8
+        movq	56(%rbx), %r9
         # A[3] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[3] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 48(%rsp)
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
+        movq	%r10, 40(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 48(%rbx)
+        movq	64(%rbx), %r10
+        movq	72(%rbx), %r8
         # A[3] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[3] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        movq	%r9, 56(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 64(%rbx)
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
         # A[3] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[3] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 80(%rsp)
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
+        movq	%r8, 72(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
         # A[3] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[3] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        movq	%r10, 88(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r10
         # A[3] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[3] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 112(%rsp)
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        # A[3] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[3] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[3] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
+        movq	%r9, 104(%rdi)
+        movq	%r12, %r8
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[3] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 144(%rsp)
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        # A[3] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        # A[3] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[3] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[3] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, %r15
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[3] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[3] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[3] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[3] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        movq	%r14, %r10
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        adcxq	%r13, %r10
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r9, 208(%rdi)
-        movq	%r10, 216(%rdi)
+        adcxq	%r11, %r8
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r10, 112(%rdi)
+        movq	%r8, 120(%rdi)
         movq	32(%rsi), %rdx
-        movq	32(%rsp), %r12
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
+        movq	32(%rbx), %r9
+        movq	40(%rbx), %r10
+        movq	48(%rbx), %r8
         # A[4] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[4] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 32(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        movq	%r9, 32(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 40(%rbx)
+        movq	56(%rbx), %r9
+        movq	64(%rbx), %r10
         # A[4] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[4] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 56(%rsp)
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        # A[4] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[4] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[4] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[4] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        # A[4] * B[3]
+        mulx	24(%rbp), %rax, %rcx
+        movq	%r8, 48(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 88(%rsp)
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
+        movq	%r9, 56(%rbx)
+        movq	72(%rbx), %r8
+        movq	80(%rbx), %r9
+        # A[4] * B[4]
+        mulx	32(%rbp), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # A[4] * B[5]
+        mulx	40(%rbp), %rax, %rcx
+        movq	%r10, 64(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 72(%rbx)
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
+        # A[4] * B[6]
+        mulx	48(%rbp), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # A[4] * B[7]
+        mulx	56(%rbp), %rax, %rcx
+        movq	%r9, 80(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 88(%rbx)
+        movq	104(%rdi), %r9
+        movq	112(%rdi), %r10
         # A[4] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[4] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        movq	%r8, 96(%rdi)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r8
         # A[4] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
         # A[4] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
+        movq	%r10, 112(%rdi)
+        movq	%r12, %r9
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 120(%rsp)
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        # A[4] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[4] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[4] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[4] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 152(%rsp)
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[4] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[4] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[4] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[4] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, %rbx
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[4] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[4] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[4] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[4] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        movq	%r14, %r11
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        adcxq	%r13, %r11
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r10, 216(%rdi)
-        movq	%r11, 224(%rdi)
+        adcxq	%r11, %r9
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r8, 120(%rdi)
+        movq	%r9, 128(%rdi)
         movq	40(%rsi), %rdx
-        movq	40(%rsp), %r8
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
+        movq	40(%rbx), %r10
+        movq	48(%rbx), %r8
+        movq	56(%rbx), %r9
         # A[5] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[5] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 40(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[5] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[5] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 64(%rsp)
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        # A[5] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[5] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r10, 40(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[5] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 48(%rbx)
+        movq	64(%rbx), %r10
+        movq	72(%rbx), %r8
+        # A[5] * B[2]
+        mulx	16(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        # A[5] * B[3]
+        mulx	24(%rbp), %rax, %rcx
+        movq	%r9, 56(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 64(%rbx)
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
+        # A[5] * B[4]
+        mulx	32(%rbp), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[5] * B[5]
+        mulx	40(%rbp), %rax, %rcx
+        movq	%r8, 72(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
+        # A[5] * B[6]
+        mulx	48(%rbp), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[5] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
+        movq	%r10, 88(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r10
+        movq	120(%rdi), %r8
         # A[5] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[5] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        movq	%r9, 104(%rdi)
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
+        movq	%r10, 112(%rdi)
+        movq	128(%rdi), %r9
         # A[5] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[5] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
+        movq	%r8, 120(%rdi)
+        movq	%r12, %r10
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 128(%rsp)
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        # A[5] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[5] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[5] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[5] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 160(%rsp)
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[5] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[5] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[5] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[5] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 192(%rdi)
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        # A[5] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[5] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[5] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[5] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        movq	%r14, %r12
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        adcxq	%r13, %r12
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r11, 224(%rdi)
-        movq	%r12, 232(%rdi)
+        adcxq	%r11, %r10
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r9, 128(%rdi)
+        movq	%r10, 136(%rdi)
         movq	48(%rsi), %rdx
-        movq	48(%rsp), %r9
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
+        movq	48(%rbx), %r8
+        movq	56(%rbx), %r9
+        movq	64(%rbx), %r10
         # A[6] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[6] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 48(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[6] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[6] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 72(%rsp)
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        # A[6] * B[4]
-        mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[6] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        # A[6] * B[1]
+        mulx	8(%rbp), %rax, %rcx
+        movq	%r8, 48(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r9, 56(%rbx)
+        movq	72(%rbx), %r8
+        movq	80(%rbx), %r9
+        # A[6] * B[2]
+        mulx	16(%rbp), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        # A[6] * B[3]
+        mulx	24(%rbp), %rax, %rcx
+        movq	%r10, 64(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 72(%rbx)
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
+        # A[6] * B[4]
+        mulx	32(%rbp), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        # A[6] * B[5]
+        mulx	40(%rbp), %rax, %rcx
+        movq	%r9, 80(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 88(%rbx)
+        movq	104(%rdi), %r9
+        movq	112(%rdi), %r10
         # A[6] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[6] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
+        movq	%r8, 96(%rdi)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r8
+        movq	128(%rdi), %r9
         # A[6] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
         # A[6] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
+        movq	%r10, 112(%rdi)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r8, 120(%rdi)
+        movq	136(%rdi), %r10
         # A[6] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[6] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
+        movq	%r9, 128(%rdi)
+        movq	%r12, %r8
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 136(%rsp)
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        # A[6] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[6] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        # A[6] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[6] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 168(%rsp)
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[6] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[6] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[6] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[6] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        # A[6] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[6] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[6] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[6] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        movq	%r14, %r8
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        adcxq	%r13, %r8
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r12, 232(%rdi)
-        movq	%r8, 240(%rdi)
+        adcxq	%r11, %r8
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r10, 136(%rdi)
+        movq	%r8, 144(%rdi)
         movq	56(%rsi), %rdx
-        movq	56(%rsp), %r10
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
+        movq	56(%rbx), %r9
+        movq	64(%rbx), %r10
+        movq	72(%rbx), %r8
         # A[7] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[7] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 56(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[7] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[7] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 80(%rsp)
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        # A[7] * B[4]
-        mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        # A[7] * B[1]
+        mulx	8(%rbp), %rax, %rcx
+        movq	%r9, 56(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 64(%rbx)
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
+        # A[7] * B[2]
+        mulx	16(%rbp), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        # A[7] * B[3]
+        mulx	24(%rbp), %rax, %rcx
+        movq	%r8, 72(%rbx)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
+        # A[7] * B[4]
+        mulx	32(%rbp), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[7] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        movq	%r10, 88(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r10
+        movq	120(%rdi), %r8
         # A[7] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[7] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        movq	%r9, 104(%rdi)
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r12, 112(%rsp)
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
+        movq	%r10, 112(%rdi)
+        movq	128(%rdi), %r9
+        movq	136(%rdi), %r10
         # A[7] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[7] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
+        movq	%r8, 120(%rdi)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r8
         # A[7] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
         # A[7] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 144(%rsp)
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        # A[7] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[7] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
+        movq	%r10, 136(%rdi)
+        movq	%r12, %r9
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[7] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[7] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, %r15
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[7] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[7] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[7] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[7] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        # A[7] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[7] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[7] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[7] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        movq	%r14, %r9
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        adcxq	%r13, %r9
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r8, 240(%rdi)
-        movq	%r9, 248(%rdi)
+        adcxq	%r11, %r9
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r8, 144(%rdi)
+        movq	%r9, 152(%rdi)
         movq	64(%rsi), %rdx
-        movq	64(%rsp), %r11
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
+        movq	64(%rbx), %r10
+        movq	72(%rbx), %r8
+        movq	80(%rbx), %r9
         # A[8] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[8] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 64(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[8] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
+        movq	%r10, 64(%rbx)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[8] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        movq	%r8, 72(%rbx)
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
+        # A[8] * B[2]
+        mulx	16(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 88(%rsp)
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
+        # A[8] * B[3]
+        mulx	24(%rbp), %rax, %rcx
+        movq	%r9, 80(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 88(%rbx)
+        movq	104(%rdi), %r9
+        movq	112(%rdi), %r10
         # A[8] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[8] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        movq	%r8, 96(%rdi)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r8
+        movq	128(%rdi), %r9
         # A[8] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
         # A[8] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
+        movq	%r10, 112(%rdi)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 120(%rsp)
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
+        movq	%r8, 120(%rdi)
+        movq	136(%rdi), %r10
+        movq	144(%rdi), %r8
         # A[8] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[8] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
+        movq	%r9, 128(%rdi)
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
+        movq	%r10, 136(%rdi)
+        movq	152(%rdi), %r9
         # A[8] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[8] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 152(%rsp)
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[8] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[8] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
+        movq	%r8, 144(%rdi)
+        movq	%r12, %r10
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        # A[8] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[8] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, %rbx
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        # A[8] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[8] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[8] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[8] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 216(%rdi)
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[8] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[8] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[8] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[8] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        movq	%r14, %r10
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        adcxq	%r13, %r10
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r9, 248(%rdi)
-        movq	%r10, 256(%rdi)
+        adcxq	%r11, %r10
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r9, 152(%rdi)
+        movq	%r10, 160(%rdi)
         movq	72(%rsi), %rdx
-        movq	72(%rsp), %r12
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
+        movq	72(%rbx), %r8
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
         # A[9] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[9] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 72(%rsp)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[9] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
+        # A[9] * B[1]
+        mulx	8(%rbp), %rax, %rcx
+        movq	%r8, 72(%rbx)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r9, 80(%rbx)
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
+        # A[9] * B[2]
+        mulx	16(%rbp), %rax, %rcx
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[9] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 96(%rsp)
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
+        movq	%r10, 88(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r10
+        movq	120(%rdi), %r8
         # A[9] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[9] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        movq	%r9, 104(%rdi)
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
+        movq	%r10, 112(%rdi)
+        movq	128(%rdi), %r9
+        movq	136(%rdi), %r10
         # A[9] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[9] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
+        movq	%r8, 120(%rdi)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 128(%rsp)
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r8
+        movq	152(%rdi), %r9
         # A[9] * B[8]
         mulx	64(%rbp), %rax, %rcx
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
         # A[9] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        movq	%r10, 136(%rdi)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 144(%rdi)
+        movq	160(%rdi), %r10
         # A[9] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[9] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 160(%rsp)
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[9] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[9] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
+        movq	%r9, 152(%rdi)
+        movq	%r12, %r8
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[9] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[9] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
         adoxq	%rcx, %r8
-        movq	%r12, 192(%rdi)
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        # A[9] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[9] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[9] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[9] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 224(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        # A[9] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[9] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[9] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[9] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        movq	%r14, %r11
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        adcxq	%r13, %r11
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r10, 256(%rdi)
-        movq	%r11, 264(%rdi)
+        adcxq	%r11, %r8
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r10, 160(%rdi)
+        movq	%r8, 168(%rdi)
         movq	80(%rsi), %rdx
-        movq	80(%rsp), %r8
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
+        movq	80(%rbx), %r9
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
         # A[10] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[10] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 80(%rsp)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        # A[10] * B[1]
+        mulx	8(%rbp), %rax, %rcx
+        movq	%r9, 80(%rbx)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 88(%rbx)
+        movq	104(%rdi), %r9
+        movq	112(%rdi), %r10
         # A[10] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[10] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 104(%rsp)
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
+        movq	%r8, 96(%rdi)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r8
+        movq	128(%rdi), %r9
         # A[10] * B[4]
         mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
         # A[10] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
+        movq	%r10, 112(%rdi)
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r8, 120(%rdi)
+        movq	136(%rdi), %r10
+        movq	144(%rdi), %r8
         # A[10] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
         # A[10] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
+        movq	%r9, 128(%rdi)
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 136(%rsp)
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 136(%rdi)
+        movq	152(%rdi), %r9
+        movq	160(%rdi), %r10
         # A[10] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[10] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        movq	%r8, 144(%rdi)
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
+        movq	%r9, 152(%rdi)
+        movq	168(%rdi), %r8
         # A[10] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[10] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 168(%rsp)
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[10] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[10] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[10] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
+        movq	%r10, 160(%rdi)
+        movq	%r12, %r9
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        # A[10] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[10] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[10] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 232(%rdi)
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        # A[10] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[10] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[10] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        movq	%r14, %r12
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        adcxq	%r13, %r12
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r11, 264(%rdi)
-        movq	%r12, 272(%rdi)
+        adcxq	%r11, %r9
+        movq	%r12, %r11
+        adoxq	%r12, %r11
+        adcxq	%r12, %r11
+        movq	%r8, 168(%rdi)
+        movq	%r9, 176(%rdi)
         movq	88(%rsi), %rdx
-        movq	88(%rsp), %r9
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
+        movq	88(%rbx), %r10
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
         # A[11] * B[0]
         mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
         # A[11] * B[1]
         mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 88(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        movq	%r10, 88(%rbx)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r10
+        movq	120(%rdi), %r8
         # A[11] * B[2]
         mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[11] * B[3]
         mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
+        movq	%r9, 104(%rdi)
+        adcxq	%rax, %r10
         adoxq	%rcx, %r8
-        movq	%r12, 112(%rsp)
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
+        movq	%r10, 112(%rdi)
+        movq	128(%rdi), %r9
+        movq	136(%rdi), %r10
         # A[11] * B[4]
         mulx	32(%rbp), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
         # A[11] * B[5]
         mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
+        movq	%r8, 120(%rdi)
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r8
+        movq	152(%rdi), %r9
         # A[11] * B[6]
         mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
         adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adoxq	%rcx, %r8
         # A[11] * B[7]
         mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 144(%rsp)
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
+        movq	%r10, 136(%rdi)
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 144(%rdi)
+        movq	160(%rdi), %r10
+        movq	168(%rdi), %r8
         # A[11] * B[8]
         mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r10
         # A[11] * B[9]
         mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        movq	%r9, 152(%rdi)
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r8
+        movq	%r10, 160(%rdi)
+        movq	176(%rdi), %r9
         # A[11] * B[10]
         mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
         # A[11] * B[11]
         mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, %r15
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[11] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[11] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[11] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[11] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
+        movq	%r8, 168(%rdi)
+        movq	%r12, %r10
         adcxq	%rax, %r9
         adoxq	%rcx, %r10
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[11] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[11] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[11] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[11] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 240(%rdi)
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        # A[11] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[11] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[11] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[11] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        movq	%r14, %r8
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        adcxq	%r13, %r8
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r12, 272(%rdi)
-        movq	%r8, 280(%rdi)
-        movq	96(%rsi), %rdx
-        movq	96(%rsp), %r10
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        # A[12] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 96(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[12] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[12] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 120(%rsp)
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        # A[12] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[12] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[12] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 152(%rsp)
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[12] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[12] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, %rbx
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        # A[12] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[12] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[12] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 216(%rdi)
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        # A[12] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[12] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[12] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 248(%rdi)
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        # A[12] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[12] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[12] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        movq	%r14, %r9
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        adcxq	%r13, %r9
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r8, 280(%rdi)
-        movq	%r9, 288(%rdi)
-        movq	104(%rsi), %rdx
-        movq	104(%rsp), %r11
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        # A[13] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[13] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 104(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[13] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[13] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 128(%rsp)
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        # A[13] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[13] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[13] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[13] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 160(%rsp)
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[13] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[13] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[13] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 192(%rdi)
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        # A[13] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[13] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[13] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 224(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        # A[13] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[13] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[13] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 256(%rdi)
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        # A[13] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[13] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[13] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[13] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        movq	%r14, %r10
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        adcxq	%r13, %r10
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r9, 288(%rdi)
-        movq	%r10, 296(%rdi)
-        movq	112(%rsi), %rdx
-        movq	112(%rsp), %r12
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        # A[14] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[14] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 112(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[14] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 136(%rsp)
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        # A[14] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[14] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[14] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 168(%rsp)
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[14] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[14] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[14] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        # A[14] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[14] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[14] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 232(%rdi)
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        # A[14] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[14] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 264(%rdi)
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        # A[14] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[14] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[14] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        movq	%r14, %r11
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        adcxq	%r13, %r11
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r10, 296(%rdi)
-        movq	%r11, 304(%rdi)
-        movq	120(%rsi), %rdx
-        movq	120(%rsp), %r8
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        # A[15] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 120(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 144(%rsp)
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        # A[15] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[15] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, %r15
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[15] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[15] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[15] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[15] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[15] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[15] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 240(%rdi)
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        # A[15] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[15] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 272(%rdi)
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        # A[15] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        movq	%r14, %r12
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        adcxq	%r13, %r12
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r11, 304(%rdi)
-        movq	%r12, 312(%rdi)
-        movq	128(%rsi), %rdx
-        movq	128(%rsp), %r9
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        # A[16] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 128(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[16] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 152(%rsp)
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[16] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, %rbx
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        # A[16] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[16] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 216(%rdi)
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        # A[16] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[16] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[16] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 248(%rdi)
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        # A[16] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[16] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[16] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 280(%rdi)
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        # A[16] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[16] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        movq	%r14, %r8
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        adcxq	%r13, %r8
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r12, 312(%rdi)
-        movq	%r8, 320(%rdi)
-        movq	136(%rsi), %rdx
-        movq	136(%rsp), %r10
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        # A[17] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r10, 136(%rsp)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[17] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[17] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 160(%rsp)
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[17] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[17] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 192(%rdi)
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        # A[17] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[17] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 224(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        # A[17] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[17] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[17] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 256(%rdi)
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        # A[17] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[17] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[17] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[17] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 288(%rdi)
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        movq	320(%rdi), %r8
-        # A[17] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[17] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[17] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        movq	%r14, %r9
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        adcxq	%r13, %r9
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r8, 320(%rdi)
-        movq	%r9, 328(%rdi)
-        movq	144(%rsi), %rdx
-        movq	144(%rsp), %r11
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        # A[18] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[18] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r11, 144(%rsp)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[18] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 168(%rsp)
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[18] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[18] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[18] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        # A[18] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[18] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[18] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 232(%rdi)
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        # A[18] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[18] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 264(%rdi)
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        # A[18] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[18] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[18] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 296(%rdi)
-        movq	312(%rdi), %r12
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        # A[18] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[18] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[18] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r8, 320(%rdi)
-        movq	%r14, %r10
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        adcxq	%r13, %r10
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r9, 328(%rdi)
-        movq	%r10, 336(%rdi)
-        movq	152(%rsi), %rdx
-        movq	152(%rsp), %r12
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        # A[19] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[19] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r12, 152(%rsp)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, %r15
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[19] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[19] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[19] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[19] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[19] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[19] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 240(%rdi)
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        # A[19] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[19] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 272(%rdi)
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        # A[19] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 304(%rdi)
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        movq	336(%rdi), %r10
-        # A[19] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[19] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r8, 320(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r9, 328(%rdi)
-        movq	%r14, %r11
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        adcxq	%r13, %r11
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r10, 336(%rdi)
-        movq	%r11, 344(%rdi)
-        movq	160(%rsi), %rdx
-        movq	160(%rsp), %r8
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        # A[20] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r8, 160(%rsp)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, %rbx
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        # A[20] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[20] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 216(%rdi)
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        # A[20] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[20] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[20] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 248(%rdi)
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        # A[20] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[20] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[20] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 280(%rdi)
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        movq	320(%rdi), %r8
-        # A[20] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[20] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 312(%rdi)
-        movq	328(%rdi), %r9
-        movq	336(%rdi), %r10
-        movq	344(%rdi), %r11
-        # A[20] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r8, 320(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r9, 328(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r10, 336(%rdi)
-        movq	%r14, %r12
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        adcxq	%r13, %r12
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r11, 344(%rdi)
-        movq	%r12, 352(%rdi)
-        movq	168(%rsi), %rdx
-        movq	168(%rsp), %r9
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        # A[21] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r9, 168(%rsp)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[21] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 192(%rdi)
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        # A[21] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[21] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 224(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        # A[21] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[21] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[21] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 256(%rdi)
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        # A[21] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[21] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[21] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[21] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 288(%rdi)
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        # A[21] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[21] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[21] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 320(%rdi)
-        movq	336(%rdi), %r10
-        movq	344(%rdi), %r11
-        movq	352(%rdi), %r12
-        # A[21] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r9, 328(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r10, 336(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[21] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r11, 344(%rdi)
-        movq	%r14, %r8
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        adcxq	%r13, %r8
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r12, 352(%rdi)
-        movq	%r8, 360(%rdi)
-        movq	176(%rsi), %rdx
-        movq	%r15, %r10
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[22] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r10, %r15
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[22] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[22] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        # A[22] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r9, 208(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[22] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 232(%rdi)
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        # A[22] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r8, 240(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 264(%rdi)
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        # A[22] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[22] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r12, 272(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 296(%rdi)
-        movq	312(%rdi), %r12
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        movq	336(%rdi), %r10
-        # A[22] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[22] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r11, 304(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[22] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r8, 320(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 328(%rdi)
-        movq	344(%rdi), %r11
-        movq	352(%rdi), %r12
-        movq	360(%rdi), %r8
-        # A[22] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r10, 336(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[22] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r11, 344(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[22] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r12, 352(%rdi)
-        movq	%r14, %r9
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        adcxq	%r13, %r9
-        movq	%r14, %r13
-        adoxq	%r14, %r13
-        adcxq	%r14, %r13
-        movq	%r8, 360(%rdi)
-        movq	%r9, 368(%rdi)
-        movq	184(%rsi), %rdx
-        movq	%rbx, %r11
-        movq	192(%rdi), %r12
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[23] * B[0]
-        mulx	(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[23] * B[1]
-        mulx	8(%rbp), %rax, %rcx
-        movq	%r11, %rbx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[23] * B[2]
-        mulx	16(%rbp), %rax, %rcx
-        movq	%r12, 192(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] * B[3]
-        mulx	24(%rbp), %rax, %rcx
-        movq	%r8, 200(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r12
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[23] * B[4]
-        mulx	32(%rbp), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] * B[5]
-        mulx	40(%rbp), %rax, %rcx
-        movq	%r10, 216(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[23] * B[6]
-        mulx	48(%rbp), %rax, %rcx
-        movq	%r11, 224(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[23] * B[7]
-        mulx	56(%rbp), %rax, %rcx
-        movq	%r12, 232(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r8, 240(%rdi)
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r12
-        movq	280(%rdi), %r8
-        # A[23] * B[8]
-        mulx	64(%rbp), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] * B[9]
-        mulx	72(%rbp), %rax, %rcx
-        movq	%r9, 248(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] * B[10]
-        mulx	80(%rbp), %rax, %rcx
-        movq	%r10, 256(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[23] * B[11]
-        mulx	88(%rbp), %rax, %rcx
-        movq	%r11, 264(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        movq	%r12, 272(%rdi)
-        movq	288(%rdi), %r9
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r12
-        # A[23] * B[12]
-        mulx	96(%rbp), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] * B[13]
-        mulx	104(%rbp), %rax, %rcx
-        movq	%r8, 280(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] * B[14]
-        mulx	112(%rbp), %rax, %rcx
-        movq	%r9, 288(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] * B[15]
-        mulx	120(%rbp), %rax, %rcx
-        movq	%r10, 296(%rdi)
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        movq	%r11, 304(%rdi)
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        movq	336(%rdi), %r10
-        movq	344(%rdi), %r11
-        # A[23] * B[16]
-        mulx	128(%rbp), %rax, %rcx
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[23] * B[17]
-        mulx	136(%rbp), %rax, %rcx
-        movq	%r12, 312(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] * B[18]
-        mulx	144(%rbp), %rax, %rcx
-        movq	%r8, 320(%rdi)
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] * B[19]
-        mulx	152(%rbp), %rax, %rcx
-        movq	%r9, 328(%rdi)
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r10, 336(%rdi)
-        movq	352(%rdi), %r12
-        movq	360(%rdi), %r8
-        movq	368(%rdi), %r9
-        # A[23] * B[20]
-        mulx	160(%rbp), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r12
-        # A[23] * B[21]
-        mulx	168(%rbp), %rax, %rcx
-        movq	%r11, 344(%rdi)
-        adcxq	%rax, %r12
-        adoxq	%rcx, %r8
-        # A[23] * B[22]
-        mulx	176(%rbp), %rax, %rcx
-        movq	%r12, 352(%rdi)
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] * B[23]
-        mulx	184(%rbp), %rax, %rcx
-        movq	%r8, 360(%rdi)
-        movq	%r14, %r10
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        adcxq	%r13, %r10
-        movq	%r9, 368(%rdi)
-        movq	%r10, 376(%rdi)
-        vmovdqu	(%rsp), %ymm0
-        vmovdqu	32(%rsp), %ymm1
-        vmovdqu	64(%rsp), %ymm2
-        vmovdqu	96(%rsp), %ymm3
-        vmovdqu	128(%rsp), %ymm4
-        vmovdqu	160(%rsp), %xmm5
-        vmovdqu	%ymm0, (%rdi)
-        vmovdqu	%ymm1, 32(%rdi)
-        vmovdqu	%ymm2, 64(%rdi)
-        vmovdqu	%ymm3, 96(%rdi)
-        vmovdqu	%ymm4, 128(%rdi)
-        vmovdqu	%xmm5, 160(%rdi)
-        movq	%r15, 176(%rdi)
-        movq	%rbx, 184(%rdi)
-        addq	$192, %rsp
-        pop	%rbx
-        pop	%r15
-        pop	%r14
-        pop	%r13
+        adcxq	%r11, %r10
+        movq	%r9, 176(%rdi)
+        movq	%r10, 184(%rdi)
+        cmpq	%rdi, %rsi
+        je	L_start_3072_mul_avx2_12
+        cmpq	%rdi, %rbp
+        jne	L_end_3072_mul_avx2_12
+L_start_3072_mul_avx2_12:
+        vmovdqu	(%rbx), %xmm0
+        vmovups	%xmm0, (%rdi)
+        vmovdqu	16(%rbx), %xmm0
+        vmovups	%xmm0, 16(%rdi)
+        vmovdqu	32(%rbx), %xmm0
+        vmovups	%xmm0, 32(%rdi)
+        vmovdqu	48(%rbx), %xmm0
+        vmovups	%xmm0, 48(%rdi)
+        vmovdqu	64(%rbx), %xmm0
+        vmovups	%xmm0, 64(%rdi)
+        vmovdqu	80(%rbx), %xmm0
+        vmovups	%xmm0, 80(%rdi)
+L_end_3072_mul_avx2_12:
+        addq	$96, %rsp
         pop	%r12
         pop	%rbp
+        pop	%rbx
         repz retq
 #ifndef __APPLE__
-.size	sp_3072_mul_avx2_24,.-sp_3072_mul_avx2_24
+.size	sp_3072_mul_avx2_12,.-sp_3072_mul_avx2_12
 #endif /* __APPLE__ */
 #endif /* HAVE_INTEL_AVX2 */
 #ifdef HAVE_INTEL_AVX2
@@ -18803,1801 +14849,479 @@ _sp_3072_mul_avx2_24:
  * a  A single precision integer.
  */
 #ifndef __APPLE__
-.globl	sp_3072_sqr_avx2_24
-.type	sp_3072_sqr_avx2_24,@function
+.globl	sp_3072_sqr_avx2_12
+.type	sp_3072_sqr_avx2_12,@function
 .align	16
-sp_3072_sqr_avx2_24:
+sp_3072_sqr_avx2_12:
 #else
-.globl	_sp_3072_sqr_avx2_24
+.globl	_sp_3072_sqr_avx2_12
 .p2align	4
-_sp_3072_sqr_avx2_24:
+_sp_3072_sqr_avx2_12:
 #endif /* __APPLE__ */
         push	%rbp
         push	%r12
         push	%r13
-        subq	$192, %rsp
+        push	%r14
+        push	%r15
+        push	%rbx
+        subq	$96, %rsp
         cmpq	%rdi, %rsi
         movq	%rsp, %rbp
         cmovne	%rdi, %rbp
-        xorq	%r12, %r12
-        # Diagonal 1
-        xorq	%r8, %r8
-        xorq	%r9, %r9
         xorq	%r10, %r10
-        xorq	%r11, %r11
+        # Diagonal 1
         # A[1] x A[0]
         movq	(%rsi), %rdx
         mulxq	8(%rsi), %r8, %r9
+        movq	%r8, 8(%rbp)
+        movq	%r10, %r8
         # A[2] x A[0]
         mulxq	16(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, 16(%rbp)
+        movq	%r10, %r9
         # A[3] x A[0]
         mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 8(%rbp)
-        movq	%r9, 16(%rbp)
-        movq	%r10, 24(%rbp)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        movq	%r12, %r10
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 24(%rbp)
+        movq	%r10, %r8
         # A[4] x A[0]
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r9
         adoxq	%rcx, %r8
+        movq	%r9, 32(%rbp)
+        movq	%r10, %r9
         # A[5] x A[0]
         mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r8, 40(%rbp)
+        movq	%r10, %r8
         # A[6] x A[0]
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 32(%rbp)
-        movq	%r8, 40(%rbp)
+        adoxq	%rcx, %r8
         movq	%r9, 48(%rbp)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        movq	%r12, %r9
+        movq	%r10, %r9
         # A[7] x A[0]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, %r12
+        movq	%r10, %r8
         # A[8] x A[0]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r9
         adoxq	%rcx, %r8
+        movq	%r9, %r13
+        movq	%r10, %r9
         # A[9] x A[0]
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r10, 56(%rbp)
-        movq	%r11, 64(%rbp)
-        movq	%r8, 72(%rbp)
-        movq	%r12, %r10
-        movq	%r12, %r11
-        movq	%r12, %r8
+        movq	%r8, %r14
+        movq	%r10, %r8
         # A[10] x A[0]
         mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adoxq	%rcx, %r8
+        movq	%r9, %r15
+        movq	%r10, %r9
         # A[11] x A[0]
         mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] x A[0]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 80(%rbp)
-        movq	%r10, 88(%rbp)
-        movq	%r11, 96(%rbp)
-        movq	%r12, %r9
-        movq	%r12, %r10
-        movq	%r12, %r11
-        # A[13] x A[0]
-        mulxq	104(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[14] x A[0]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] x A[0]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 104(%rbp)
-        movq	%r9, 112(%rbp)
-        movq	%r10, 120(%rbp)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        movq	%r12, %r10
-        # A[16] x A[0]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[17] x A[0]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] x A[0]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 128(%rbp)
-        movq	%r8, 136(%rbp)
-        movq	%r9, 144(%rbp)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        movq	%r12, %r9
-        # A[19] x A[0]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] x A[0]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[21] x A[0]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 152(%rbp)
-        movq	%r11, 160(%rbp)
-        movq	%r8, 168(%rbp)
-        movq	%r12, %r10
-        movq	%r12, %r11
-        # A[22] x A[0]
-        mulxq	176(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] x A[0]
-        mulxq	184(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r9, 176(%rbp)
-        movq	%r10, 184(%rbp)
+        movq	%r8, %rbx
         #  Carry
-        adcxq	%r12, %r11
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r11, 192(%rdi)
+        adcxq	%r10, %r9
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r9, 96(%rdi)
         # Diagonal 2
-        movq	24(%rbp), %r11
+        movq	24(%rbp), %r9
         movq	32(%rbp), %r8
-        movq	40(%rbp), %r9
-        movq	48(%rbp), %r10
         # A[2] x A[1]
         movq	8(%rsi), %rdx
         mulxq	16(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r9
         adoxq	%rcx, %r8
+        movq	%r9, 24(%rbp)
+        movq	40(%rbp), %r9
         # A[3] x A[1]
         mulxq	24(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
+        movq	%r8, 32(%rbp)
+        movq	48(%rbp), %r8
         # A[4] x A[1]
         mulxq	32(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 24(%rbp)
-        movq	%r8, 32(%rbp)
+        adoxq	%rcx, %r8
         movq	%r9, 40(%rbp)
-        movq	56(%rbp), %r11
-        movq	64(%rbp), %r8
-        movq	72(%rbp), %r9
+        # No load %r12 - %r9
         # A[5] x A[1]
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r12
+        movq	%r8, 48(%rbp)
+        # No load %r13 - %r8
         # A[6] x A[1]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r12
+        adoxq	%rcx, %r13
+        # No store %r12
+        # No load %r14 - %r9
         # A[7] x A[1]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 48(%rbp)
-        movq	%r11, 56(%rbp)
-        movq	%r8, 64(%rbp)
-        movq	80(%rbp), %r10
-        movq	88(%rbp), %r11
-        movq	96(%rbp), %r8
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        # No store %r13
+        # No load %r15 - %r8
         # A[8] x A[1]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # No store %r14
+        # No load %rbx - %r9
         # A[9] x A[1]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r15
+        movq	96(%rdi), %r8
         # A[10] x A[1]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %rbx
         adoxq	%rcx, %r8
-        movq	%r9, 72(%rbp)
-        movq	%r10, 80(%rbp)
-        movq	%r11, 88(%rbp)
-        movq	104(%rbp), %r9
-        movq	112(%rbp), %r10
-        movq	120(%rbp), %r11
+        # No store %rbx
+        movq	%r10, %r9
         # A[11] x A[1]
         mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[12] x A[1]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] x A[1]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	%r10, 112(%rbp)
-        movq	128(%rbp), %r8
-        movq	136(%rbp), %r9
-        movq	144(%rbp), %r10
-        # A[14] x A[1]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[1]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] x A[1]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 120(%rbp)
-        movq	%r8, 128(%rbp)
-        movq	%r9, 136(%rbp)
-        movq	152(%rbp), %r11
-        movq	160(%rbp), %r8
-        movq	168(%rbp), %r9
-        # A[17] x A[1]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] x A[1]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[19] x A[1]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 144(%rbp)
-        movq	%r11, 152(%rbp)
-        movq	%r8, 160(%rbp)
-        movq	176(%rbp), %r10
-        movq	184(%rbp), %r11
-        movq	192(%rdi), %r8
-        # A[20] x A[1]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] x A[1]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] x A[1]
-        mulxq	176(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 168(%rbp)
-        movq	%r10, 176(%rbp)
-        movq	%r11, 184(%rbp)
-        movq	%r12, %r9
-        movq	%r12, %r10
-        # A[23] x A[1]
-        mulxq	184(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] x A[2]
+        movq	%r8, 96(%rdi)
+        movq	%r10, %r8
+        # A[11] x A[2]
         movq	16(%rsi), %rdx
-        mulxq	184(%rsi), %rax, %rcx
+        mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r8, 192(%rdi)
-        movq	%r9, 200(%rdi)
+        adoxq	%rcx, %r8
+        movq	%r9, 104(%rdi)
         #  Carry
-        adcxq	%r13, %r10
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r10, 208(%rdi)
+        adcxq	%r11, %r8
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r8, 112(%rdi)
         # Diagonal 3
-        movq	40(%rbp), %r10
-        movq	48(%rbp), %r11
-        movq	56(%rbp), %r8
-        movq	64(%rbp), %r9
+        movq	40(%rbp), %r8
+        movq	48(%rbp), %r9
         # A[3] x A[2]
         mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 40(%rbp)
+        # No load %r12 - %r8
         # A[4] x A[2]
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r12
+        movq	%r9, 48(%rbp)
+        # No load %r13 - %r9
         # A[5] x A[2]
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 40(%rbp)
-        movq	%r11, 48(%rbp)
-        movq	%r8, 56(%rbp)
-        movq	72(%rbp), %r10
-        movq	80(%rbp), %r11
-        movq	88(%rbp), %r8
+        adcxq	%rax, %r12
+        adoxq	%rcx, %r13
+        # No store %r12
+        # No load %r14 - %r8
         # A[6] x A[2]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        # No store %r13
+        # No load %r15 - %r9
         # A[7] x A[2]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # No store %r14
+        # No load %rbx - %r8
         # A[8] x A[2]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 64(%rbp)
-        movq	%r10, 72(%rbp)
-        movq	%r11, 80(%rbp)
-        movq	96(%rbp), %r9
-        movq	104(%rbp), %r10
-        movq	112(%rbp), %r11
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r15
+        movq	96(%rdi), %r9
         # A[9] x A[2]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
+        adcxq	%rax, %rbx
         adoxq	%rcx, %r9
+        # No store %rbx
+        movq	104(%rdi), %r8
         # A[10] x A[2]
         mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[11] x A[2]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 88(%rbp)
-        movq	%r9, 96(%rbp)
-        movq	%r10, 104(%rbp)
-        movq	120(%rbp), %r8
-        movq	128(%rbp), %r9
-        movq	136(%rbp), %r10
-        # A[12] x A[2]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        # A[13] x A[2]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] x A[2]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 112(%rbp)
-        movq	%r8, 120(%rbp)
-        movq	%r9, 128(%rbp)
-        movq	144(%rbp), %r11
-        movq	152(%rbp), %r8
-        movq	160(%rbp), %r9
-        # A[15] x A[2]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] x A[2]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[17] x A[2]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 136(%rbp)
-        movq	%r11, 144(%rbp)
-        movq	%r8, 152(%rbp)
-        movq	168(%rbp), %r10
-        movq	176(%rbp), %r11
-        movq	184(%rbp), %r8
-        # A[18] x A[2]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] x A[2]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] x A[2]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 160(%rbp)
-        movq	%r10, 168(%rbp)
-        movq	%r11, 176(%rbp)
-        movq	192(%rdi), %r9
-        movq	200(%rdi), %r10
-        movq	208(%rdi), %r11
-        # A[21] x A[2]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] x A[2]
-        mulxq	176(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] x A[3]
-        movq	176(%rsi), %rdx
+        movq	%r9, 96(%rdi)
+        movq	112(%rdi), %r9
+        # A[10] x A[3]
+        movq	80(%rsi), %rdx
         mulxq	24(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 184(%rbp)
-        movq	%r9, 192(%rdi)
-        movq	%r10, 200(%rdi)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        # A[22] x A[4]
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 104(%rdi)
+        movq	%r10, %r8
+        # A[10] x A[4]
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r9
         adoxq	%rcx, %r8
-        # A[22] x A[5]
+        movq	%r9, 112(%rdi)
+        movq	%r10, %r9
+        # A[10] x A[5]
         mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r11, 208(%rdi)
-        movq	%r8, 216(%rdi)
+        movq	%r8, 120(%rdi)
         #  Carry
-        adcxq	%r13, %r9
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r9, 224(%rdi)
+        adcxq	%r11, %r9
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r9, 128(%rdi)
         # Diagonal 4
-        movq	56(%rbp), %r9
-        movq	64(%rbp), %r10
-        movq	72(%rbp), %r11
-        movq	80(%rbp), %r8
+        # No load %r12 - %r9
+        # No load %r13 - %r8
         # A[4] x A[3]
         movq	24(%rsi), %rdx
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r12
+        adoxq	%rcx, %r13
+        # No store %r12
+        # No load %r14 - %r9
         # A[5] x A[3]
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r14
+        # No store %r13
+        # No load %r15 - %r8
         # A[6] x A[3]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 56(%rbp)
-        movq	%r10, 64(%rbp)
-        movq	%r11, 72(%rbp)
-        movq	88(%rbp), %r9
-        movq	96(%rbp), %r10
-        movq	104(%rbp), %r11
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # No store %r14
+        # No load %rbx - %r9
         # A[7] x A[3]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r15
+        movq	96(%rdi), %r8
         # A[8] x A[3]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r8
+        # No store %rbx
+        movq	104(%rdi), %r9
         # A[9] x A[3]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 80(%rbp)
-        movq	%r9, 88(%rbp)
-        movq	%r10, 96(%rbp)
-        movq	112(%rbp), %r8
-        movq	120(%rbp), %r9
-        movq	128(%rbp), %r10
-        # A[10] x A[3]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[11] x A[3]
-        mulxq	88(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[12] x A[3]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 104(%rbp)
-        movq	%r8, 112(%rbp)
-        movq	%r9, 120(%rbp)
-        movq	136(%rbp), %r11
-        movq	144(%rbp), %r8
-        movq	152(%rbp), %r9
-        # A[13] x A[3]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[3]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[3]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 128(%rbp)
-        movq	%r11, 136(%rbp)
-        movq	%r8, 144(%rbp)
-        movq	160(%rbp), %r10
-        movq	168(%rbp), %r11
-        movq	176(%rbp), %r8
-        # A[16] x A[3]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] x A[3]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] x A[3]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 152(%rbp)
-        movq	%r10, 160(%rbp)
-        movq	%r11, 168(%rbp)
-        movq	184(%rbp), %r9
-        movq	192(%rdi), %r10
-        movq	200(%rdi), %r11
-        # A[19] x A[3]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] x A[3]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] x A[3]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 176(%rbp)
-        movq	%r9, 184(%rbp)
-        movq	%r10, 192(%rdi)
-        movq	208(%rdi), %r8
-        movq	216(%rdi), %r9
-        movq	224(%rdi), %r10
-        # A[21] x A[4]
-        movq	168(%rsi), %rdx
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r8
+        # A[9] x A[4]
+        movq	72(%rsi), %rdx
         mulxq	32(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %r9
         adoxq	%rcx, %r8
-        # A[21] x A[5]
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r9
+        # A[9] x A[5]
         mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[21] x A[6]
+        movq	%r8, 112(%rdi)
+        movq	128(%rdi), %r8
+        # A[9] x A[6]
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 200(%rdi)
-        movq	%r8, 208(%rdi)
-        movq	%r9, 216(%rdi)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[21] x A[7]
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] x A[8]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        movq	%r10, 224(%rdi)
-        movq	%r11, 232(%rdi)
+        movq	%r9, 120(%rdi)
+        movq	%r10, %r9
+        # A[9] x A[7]
+        mulxq	56(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 128(%rdi)
+        movq	%r10, %r8
+        # A[9] x A[8]
+        mulxq	64(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r8
+        movq	%r9, 136(%rdi)
         #  Carry
-        adcxq	%r13, %r8
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r8, 240(%rdi)
+        adcxq	%r11, %r8
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r8, 144(%rdi)
         # Diagonal 5
-        movq	72(%rbp), %r8
-        movq	80(%rbp), %r9
-        movq	88(%rbp), %r10
-        movq	96(%rbp), %r11
+        # No load %r14 - %r8
+        # No load %r15 - %r9
         # A[5] x A[4]
         movq	32(%rsi), %rdx
         mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
+        adcxq	%rax, %r14
+        adoxq	%rcx, %r15
+        # No store %r14
+        # No load %rbx - %r8
         # A[6] x A[4]
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
+        adcxq	%rax, %r15
+        adoxq	%rcx, %rbx
+        # No store %r15
+        movq	96(%rdi), %r9
         # A[7] x A[4]
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 72(%rbp)
-        movq	%r9, 80(%rbp)
-        movq	%r10, 88(%rbp)
-        movq	104(%rbp), %r8
-        movq	112(%rbp), %r9
-        movq	120(%rbp), %r10
+        adcxq	%rax, %rbx
+        adoxq	%rcx, %r9
+        # No store %rbx
+        movq	104(%rdi), %r8
         # A[8] x A[4]
         mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[9] x A[4]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[10] x A[4]
-        mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 96(%rbp)
-        movq	%r8, 104(%rbp)
-        movq	%r9, 112(%rbp)
-        movq	128(%rbp), %r11
-        movq	136(%rbp), %r8
-        movq	144(%rbp), %r9
-        # A[11] x A[4]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] x A[4]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        # A[13] x A[4]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 120(%rbp)
-        movq	%r11, 128(%rbp)
-        movq	%r8, 136(%rbp)
-        movq	152(%rbp), %r10
-        movq	160(%rbp), %r11
-        movq	168(%rbp), %r8
-        # A[14] x A[4]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] x A[4]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] x A[4]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 144(%rbp)
-        movq	%r10, 152(%rbp)
-        movq	%r11, 160(%rbp)
-        movq	176(%rbp), %r9
-        movq	184(%rbp), %r10
-        movq	192(%rdi), %r11
-        # A[17] x A[4]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] x A[4]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] x A[4]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 168(%rbp)
-        movq	%r9, 176(%rbp)
-        movq	%r10, 184(%rbp)
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        movq	216(%rdi), %r10
-        # A[20] x A[4]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[20] x A[5]
-        movq	160(%rsi), %rdx
+        movq	%r9, 96(%rdi)
+        movq	112(%rdi), %r9
+        # A[8] x A[5]
+        movq	64(%rsi), %rdx
         mulxq	40(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[20] x A[6]
+        movq	%r8, 104(%rdi)
+        movq	120(%rdi), %r8
+        # A[8] x A[6]
         mulxq	48(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 192(%rdi)
-        movq	%r8, 200(%rdi)
-        movq	%r9, 208(%rdi)
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r8
-        movq	240(%rdi), %r9
-        # A[20] x A[7]
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] x A[8]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        # A[20] x A[9]
+        movq	%r9, 112(%rdi)
+        movq	128(%rdi), %r9
+        # A[8] x A[7]
+        mulxq	56(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 120(%rdi)
+        movq	136(%rdi), %r8
+        # A[10] x A[6]
+        movq	80(%rsi), %rdx
+        mulxq	48(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r8
+        movq	%r9, 128(%rdi)
+        movq	144(%rdi), %r9
+        # A[10] x A[7]
+        mulxq	56(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 136(%rdi)
+        movq	%r10, %r8
+        # A[10] x A[8]
+        mulxq	64(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r8
+        movq	%r9, 144(%rdi)
+        movq	%r10, %r9
+        # A[10] x A[9]
         mulxq	72(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        movq	%r10, 216(%rdi)
-        movq	%r11, 224(%rdi)
-        movq	%r8, 232(%rdi)
-        movq	%r12, %r10
-        movq	%r12, %r11
-        # A[20] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r9, 240(%rdi)
-        movq	%r10, 248(%rdi)
+        movq	%r8, 152(%rdi)
         #  Carry
-        adcxq	%r13, %r11
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r11, 256(%rdi)
+        adcxq	%r11, %r9
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r9, 160(%rdi)
         # Diagonal 6
-        movq	88(%rbp), %r11
-        movq	96(%rbp), %r8
-        movq	104(%rbp), %r9
-        movq	112(%rbp), %r10
+        # No load %rbx - %r9
+        movq	96(%rdi), %r8
         # A[6] x A[5]
         movq	40(%rsi), %rdx
         mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
+        adcxq	%rax, %rbx
         adoxq	%rcx, %r8
+        # No store %rbx
+        movq	104(%rdi), %r9
         # A[7] x A[5]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[8] x A[5]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 88(%rbp)
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	120(%rbp), %r11
-        movq	128(%rbp), %r8
-        movq	136(%rbp), %r9
-        # A[9] x A[5]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] x A[5]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[11] x A[5]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 112(%rbp)
-        movq	%r11, 120(%rbp)
-        movq	%r8, 128(%rbp)
-        movq	144(%rbp), %r10
-        movq	152(%rbp), %r11
-        movq	160(%rbp), %r8
-        # A[12] x A[5]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] x A[5]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[5]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 136(%rbp)
-        movq	%r10, 144(%rbp)
-        movq	%r11, 152(%rbp)
-        movq	168(%rbp), %r9
-        movq	176(%rbp), %r10
-        movq	184(%rbp), %r11
-        # A[15] x A[5]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] x A[5]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] x A[5]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 160(%rbp)
-        movq	%r9, 168(%rbp)
-        movq	%r10, 176(%rbp)
-        movq	192(%rdi), %r8
-        movq	200(%rdi), %r9
-        movq	208(%rdi), %r10
-        # A[18] x A[5]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[19] x A[5]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] x A[6]
-        movq	152(%rsi), %rdx
-        mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 184(%rbp)
-        movq	%r8, 192(%rdi)
-        movq	%r9, 200(%rdi)
-        movq	216(%rdi), %r11
-        movq	224(%rdi), %r8
-        movq	232(%rdi), %r9
-        # A[19] x A[7]
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] x A[8]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[19] x A[9]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 208(%rdi)
-        movq	%r11, 216(%rdi)
-        movq	%r8, 224(%rdi)
-        movq	240(%rdi), %r10
-        movq	248(%rdi), %r11
-        movq	256(%rdi), %r8
-        # A[19] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[19] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 232(%rdi)
-        movq	%r10, 240(%rdi)
-        movq	%r11, 248(%rdi)
-        movq	%r12, %r9
-        movq	%r12, %r10
-        # A[19] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r8, 256(%rdi)
-        movq	%r9, 264(%rdi)
-        #  Carry
-        adcxq	%r13, %r10
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r10, 272(%rdi)
-        # Diagonal 7
-        movq	104(%rbp), %r10
-        movq	112(%rbp), %r11
-        movq	120(%rbp), %r8
-        movq	128(%rbp), %r9
+        movq	%r8, 96(%rdi)
+        movq	112(%rdi), %r8
         # A[7] x A[6]
         movq	48(%rsi), %rdx
         mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[8] x A[6]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[9] x A[6]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 104(%rbp)
-        movq	%r11, 112(%rbp)
-        movq	%r8, 120(%rbp)
-        movq	136(%rbp), %r10
-        movq	144(%rbp), %r11
-        movq	152(%rbp), %r8
-        # A[10] x A[6]
-        mulxq	80(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[11] x A[6]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] x A[6]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        movq	%r9, 128(%rbp)
-        movq	%r10, 136(%rbp)
-        movq	%r11, 144(%rbp)
-        movq	160(%rbp), %r9
-        movq	168(%rbp), %r10
-        movq	176(%rbp), %r11
-        # A[13] x A[6]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] x A[6]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] x A[6]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 152(%rbp)
-        movq	%r9, 160(%rbp)
-        movq	%r10, 168(%rbp)
-        movq	184(%rbp), %r8
-        movq	192(%rdi), %r9
-        movq	200(%rdi), %r10
-        # A[16] x A[6]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[17] x A[6]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] x A[6]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 176(%rbp)
-        movq	%r8, 184(%rbp)
-        movq	%r9, 192(%rdi)
-        movq	208(%rdi), %r11
-        movq	216(%rdi), %r8
-        movq	224(%rdi), %r9
-        # A[18] x A[7]
-        movq	144(%rsi), %rdx
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] x A[8]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[18] x A[9]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 200(%rdi)
-        movq	%r11, 208(%rdi)
-        movq	%r8, 216(%rdi)
-        movq	232(%rdi), %r10
-        movq	240(%rdi), %r11
-        movq	248(%rdi), %r8
-        # A[18] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[18] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[18] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 224(%rdi)
-        movq	%r10, 232(%rdi)
-        movq	%r11, 240(%rdi)
-        movq	256(%rdi), %r9
-        movq	264(%rdi), %r10
-        movq	272(%rdi), %r11
-        # A[18] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[18] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[18] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 248(%rdi)
-        movq	%r9, 256(%rdi)
-        movq	%r10, 264(%rdi)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        # A[18] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[18] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r11, 272(%rdi)
-        movq	%r8, 280(%rdi)
-        #  Carry
-        adcxq	%r13, %r9
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r9, 288(%rdi)
-        # Diagonal 8
-        movq	120(%rbp), %r9
-        movq	128(%rbp), %r10
-        movq	136(%rbp), %r11
-        movq	144(%rbp), %r8
-        # A[8] x A[7]
-        movq	56(%rsi), %rdx
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[9] x A[7]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[10] x A[7]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 120(%rbp)
-        movq	%r10, 128(%rbp)
-        movq	%r11, 136(%rbp)
-        movq	152(%rbp), %r9
-        movq	160(%rbp), %r10
-        movq	168(%rbp), %r11
-        # A[11] x A[7]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] x A[7]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] x A[7]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 144(%rbp)
-        movq	%r9, 152(%rbp)
-        movq	%r10, 160(%rbp)
-        movq	176(%rbp), %r8
-        movq	184(%rbp), %r9
-        movq	192(%rdi), %r10
-        # A[14] x A[7]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[7]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] x A[7]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 168(%rbp)
-        movq	%r8, 176(%rbp)
-        movq	%r9, 184(%rbp)
-        movq	200(%rdi), %r11
-        movq	208(%rdi), %r8
-        movq	216(%rdi), %r9
-        # A[17] x A[7]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] x A[8]
-        movq	136(%rsi), %rdx
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[17] x A[9]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 192(%rdi)
-        movq	%r11, 200(%rdi)
-        movq	%r8, 208(%rdi)
-        movq	224(%rdi), %r10
-        movq	232(%rdi), %r11
-        movq	240(%rdi), %r8
-        # A[17] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[17] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 216(%rdi)
-        movq	%r10, 224(%rdi)
-        movq	%r11, 232(%rdi)
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        movq	264(%rdi), %r11
-        # A[17] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[17] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[17] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 240(%rdi)
-        movq	%r9, 248(%rdi)
-        movq	%r10, 256(%rdi)
-        movq	272(%rdi), %r8
-        movq	280(%rdi), %r9
-        movq	288(%rdi), %r10
-        # A[17] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[19] x A[15]
-        movq	152(%rsi), %rdx
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[19] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 264(%rdi)
-        movq	%r8, 272(%rdi)
-        movq	%r9, 280(%rdi)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[19] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[19] x A[18]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r10, 288(%rdi)
-        movq	%r11, 296(%rdi)
-        #  Carry
-        adcxq	%r13, %r8
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r8, 304(%rdi)
-        # Diagonal 9
-        movq	136(%rbp), %r8
-        movq	144(%rbp), %r9
-        movq	152(%rbp), %r10
-        movq	160(%rbp), %r11
-        # A[9] x A[8]
-        movq	64(%rsi), %rdx
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[10] x A[8]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[11] x A[8]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 136(%rbp)
-        movq	%r9, 144(%rbp)
-        movq	%r10, 152(%rbp)
-        movq	168(%rbp), %r8
-        movq	176(%rbp), %r9
-        movq	184(%rbp), %r10
-        # A[12] x A[8]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[13] x A[8]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[14] x A[8]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 160(%rbp)
-        movq	%r8, 168(%rbp)
-        movq	%r9, 176(%rbp)
-        movq	192(%rdi), %r11
-        movq	200(%rdi), %r8
-        movq	208(%rdi), %r9
-        # A[15] x A[8]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] x A[8]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[16] x A[9]
-        movq	128(%rsi), %rdx
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 184(%rbp)
-        movq	%r11, 192(%rdi)
-        movq	%r8, 200(%rdi)
-        movq	216(%rdi), %r10
-        movq	224(%rdi), %r11
-        movq	232(%rdi), %r8
-        # A[16] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[16] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 208(%rdi)
-        movq	%r10, 216(%rdi)
-        movq	%r11, 224(%rdi)
-        movq	240(%rdi), %r9
-        movq	248(%rdi), %r10
-        movq	256(%rdi), %r11
-        # A[16] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[16] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[16] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 232(%rdi)
-        movq	%r9, 240(%rdi)
-        movq	%r10, 248(%rdi)
-        movq	264(%rdi), %r8
-        movq	272(%rdi), %r9
-        movq	280(%rdi), %r10
-        # A[20] x A[12]
-        movq	160(%rsi), %rdx
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[20] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[20] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 256(%rdi)
-        movq	%r8, 264(%rdi)
-        movq	%r9, 272(%rdi)
-        movq	288(%rdi), %r11
-        movq	296(%rdi), %r8
-        movq	304(%rdi), %r9
-        # A[20] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[20] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[20] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 280(%rdi)
-        movq	%r11, 288(%rdi)
-        movq	%r8, 296(%rdi)
-        movq	%r12, %r10
-        movq	%r12, %r11
-        # A[20] x A[18]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[20] x A[19]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r9, 304(%rdi)
-        movq	%r10, 312(%rdi)
-        #  Carry
-        adcxq	%r13, %r11
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r11, 320(%rdi)
-        # Diagonal 10
-        movq	152(%rbp), %r11
-        movq	160(%rbp), %r8
-        movq	168(%rbp), %r9
-        movq	176(%rbp), %r10
-        # A[10] x A[9]
-        movq	72(%rsi), %rdx
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[11] x A[9]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[12] x A[9]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 152(%rbp)
-        movq	%r8, 160(%rbp)
-        movq	%r9, 168(%rbp)
-        movq	184(%rbp), %r11
-        movq	192(%rdi), %r8
-        movq	200(%rdi), %r9
-        # A[13] x A[9]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[9]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[15] x A[9]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 176(%rbp)
-        movq	%r11, 184(%rbp)
-        movq	%r8, 192(%rdi)
-        movq	208(%rdi), %r10
-        movq	216(%rdi), %r11
-        movq	224(%rdi), %r8
-        # A[15] x A[10]
-        movq	120(%rsi), %rdx
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[15] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[15] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 200(%rdi)
-        movq	%r10, 208(%rdi)
-        movq	%r11, 216(%rdi)
-        movq	232(%rdi), %r9
-        movq	240(%rdi), %r10
-        movq	248(%rdi), %r11
-        # A[15] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[15] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] x A[9]
-        movq	168(%rsi), %rdx
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 224(%rdi)
-        movq	%r9, 232(%rdi)
-        movq	%r10, 240(%rdi)
-        movq	256(%rdi), %r8
-        movq	264(%rdi), %r9
-        movq	272(%rdi), %r10
-        # A[21] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[21] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[21] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 248(%rdi)
-        movq	%r8, 256(%rdi)
-        movq	%r9, 264(%rdi)
-        movq	280(%rdi), %r11
-        movq	288(%rdi), %r8
-        movq	296(%rdi), %r9
-        # A[21] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[21] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 272(%rdi)
-        movq	%r11, 280(%rdi)
-        movq	%r8, 288(%rdi)
-        movq	304(%rdi), %r10
-        movq	312(%rdi), %r11
-        movq	320(%rdi), %r8
-        # A[21] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[21] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[21] x A[18]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 296(%rdi)
-        movq	%r10, 304(%rdi)
-        movq	%r11, 312(%rdi)
-        movq	%r12, %r9
-        movq	%r12, %r10
-        # A[21] x A[19]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[21] x A[20]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r8, 320(%rdi)
-        movq	%r9, 328(%rdi)
-        #  Carry
-        adcxq	%r13, %r10
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r10, 336(%rdi)
-        # Diagonal 11
-        movq	168(%rbp), %r10
-        movq	176(%rbp), %r11
-        movq	184(%rbp), %r8
-        movq	192(%rdi), %r9
-        # A[11] x A[10]
-        movq	80(%rsi), %rdx
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[12] x A[10]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[13] x A[10]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 168(%rbp)
-        movq	%r11, 176(%rbp)
-        movq	%r8, 184(%rbp)
-        movq	200(%rdi), %r10
-        movq	208(%rdi), %r11
-        movq	216(%rdi), %r8
-        # A[14] x A[10]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[14] x A[11]
-        movq	112(%rsi), %rdx
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[14] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 192(%rdi)
-        movq	%r10, 200(%rdi)
-        movq	%r11, 208(%rdi)
-        movq	224(%rdi), %r9
-        movq	232(%rdi), %r10
-        movq	240(%rdi), %r11
-        # A[14] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] x A[6]
-        movq	176(%rsi), %rdx
-        mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] x A[7]
-        mulxq	56(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 216(%rdi)
-        movq	%r9, 224(%rdi)
-        movq	%r10, 232(%rdi)
-        movq	248(%rdi), %r8
-        movq	256(%rdi), %r9
-        movq	264(%rdi), %r10
-        # A[22] x A[8]
-        mulxq	64(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[22] x A[9]
-        mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] x A[10]
-        mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 240(%rdi)
-        movq	%r8, 248(%rdi)
-        movq	%r9, 256(%rdi)
-        movq	272(%rdi), %r11
-        movq	280(%rdi), %r8
-        movq	288(%rdi), %r9
-        # A[22] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[22] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 264(%rdi)
-        movq	%r11, 272(%rdi)
-        movq	%r8, 280(%rdi)
-        movq	296(%rdi), %r10
-        movq	304(%rdi), %r11
-        movq	312(%rdi), %r8
-        # A[22] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[22] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 288(%rdi)
-        movq	%r10, 296(%rdi)
-        movq	%r11, 304(%rdi)
-        movq	320(%rdi), %r9
-        movq	328(%rdi), %r10
-        movq	336(%rdi), %r11
-        # A[22] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[22] x A[18]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[22] x A[19]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 312(%rdi)
-        movq	%r9, 320(%rdi)
-        movq	%r10, 328(%rdi)
-        movq	%r12, %r8
-        movq	%r12, %r9
-        # A[22] x A[20]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[22] x A[21]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r11, 336(%rdi)
-        movq	%r8, 344(%rdi)
-        #  Carry
-        adcxq	%r13, %r9
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r9, 352(%rdi)
-        # Diagonal 12
-        movq	184(%rbp), %r9
-        movq	192(%rdi), %r10
-        movq	200(%rdi), %r11
-        movq	208(%rdi), %r8
-        # A[12] x A[11]
+        movq	%r9, 104(%rdi)
+        movq	120(%rdi), %r9
+        # A[11] x A[3]
         movq	88(%rsi), %rdx
-        mulxq	96(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[13] x A[11]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[13] x A[12]
-        movq	96(%rsi), %rdx
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r9, 184(%rbp)
-        movq	%r10, 192(%rdi)
-        movq	%r11, 200(%rdi)
-        movq	216(%rdi), %r9
-        movq	224(%rdi), %r10
-        movq	232(%rdi), %r11
-        # A[23] x A[3]
-        movq	184(%rsi), %rdx
         mulxq	24(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[23] x A[4]
+        movq	%r8, 112(%rdi)
+        movq	128(%rdi), %r8
+        # A[11] x A[4]
         mulxq	32(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] x A[5]
-        mulxq	40(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 208(%rdi)
-        movq	%r9, 216(%rdi)
-        movq	%r10, 224(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        movq	256(%rdi), %r10
-        # A[23] x A[6]
-        mulxq	48(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        # A[23] x A[7]
+        movq	%r9, 120(%rdi)
+        movq	136(%rdi), %r9
+        # A[11] x A[5]
+        mulxq	40(%rsi), %rax, %rcx
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 128(%rdi)
+        movq	144(%rdi), %r8
+        # A[11] x A[6]
+        mulxq	48(%rsi), %rax, %rcx
+        adcxq	%rax, %r9
+        adoxq	%rcx, %r8
+        movq	%r9, 136(%rdi)
+        movq	152(%rdi), %r9
+        # A[11] x A[7]
         mulxq	56(%rsi), %rax, %rcx
         adcxq	%rax, %r8
         adoxq	%rcx, %r9
-        # A[23] x A[8]
+        movq	%r8, 144(%rdi)
+        movq	160(%rdi), %r8
+        # A[11] x A[8]
         mulxq	64(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 232(%rdi)
-        movq	%r8, 240(%rdi)
-        movq	%r9, 248(%rdi)
-        movq	264(%rdi), %r11
-        movq	272(%rdi), %r8
-        movq	280(%rdi), %r9
-        # A[23] x A[9]
+        adoxq	%rcx, %r8
+        movq	%r9, 152(%rdi)
+        movq	%r10, %r9
+        # A[11] x A[9]
         mulxq	72(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] x A[10]
+        adcxq	%rax, %r8
+        adoxq	%rcx, %r9
+        movq	%r8, 160(%rdi)
+        movq	%r10, %r8
+        # A[11] x A[10]
         mulxq	80(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[23] x A[11]
-        mulxq	88(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        movq	%r10, 256(%rdi)
-        movq	%r11, 264(%rdi)
-        movq	%r8, 272(%rdi)
-        movq	288(%rdi), %r10
-        movq	296(%rdi), %r11
-        movq	304(%rdi), %r8
-        # A[23] x A[12]
-        mulxq	96(%rsi), %rax, %rcx
         adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] x A[13]
-        mulxq	104(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] x A[14]
-        mulxq	112(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
         adoxq	%rcx, %r8
-        movq	%r9, 280(%rdi)
-        movq	%r10, 288(%rdi)
-        movq	%r11, 296(%rdi)
-        movq	312(%rdi), %r9
-        movq	320(%rdi), %r10
-        movq	328(%rdi), %r11
-        # A[23] x A[15]
-        mulxq	120(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] x A[16]
-        mulxq	128(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        # A[23] x A[17]
-        mulxq	136(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        movq	%r8, 304(%rdi)
-        movq	%r9, 312(%rdi)
-        movq	%r10, 320(%rdi)
-        movq	336(%rdi), %r8
-        movq	344(%rdi), %r9
-        movq	352(%rdi), %r10
-        # A[23] x A[18]
-        mulxq	144(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        # A[23] x A[19]
-        mulxq	152(%rsi), %rax, %rcx
-        adcxq	%rax, %r8
-        adoxq	%rcx, %r9
-        # A[23] x A[20]
-        mulxq	160(%rsi), %rax, %rcx
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r10
-        movq	%r11, 328(%rdi)
-        movq	%r8, 336(%rdi)
-        movq	%r9, 344(%rdi)
-        movq	%r12, %r11
-        movq	%r12, %r8
-        # A[23] x A[21]
-        mulxq	168(%rsi), %rax, %rcx
-        adcxq	%rax, %r10
-        adoxq	%rcx, %r11
-        # A[23] x A[22]
-        mulxq	176(%rsi), %rax, %rcx
-        adcxq	%rax, %r11
-        adoxq	%rcx, %r8
-        movq	%r10, 352(%rdi)
-        movq	%r11, 360(%rdi)
+        movq	%r9, 168(%rdi)
         #  Carry
-        adcxq	%r13, %r8
-        movq	%r12, %r13
-        adcxq	%r12, %r13
-        adoxq	%r12, %r13
-        movq	%r8, 368(%rdi)
-        movq	%r13, 376(%rdi)
+        adcxq	%r11, %r8
+        movq	%r10, %r11
+        adcxq	%r10, %r11
+        adoxq	%r10, %r11
+        movq	%r8, 176(%rdi)
+        movq	%r11, 184(%rdi)
         # Double and Add in A[i] x A[i]
         movq	8(%rbp), %r9
         # A[0] x A[0]
@@ -20613,8 +15337,8 @@ _sp_3072_sqr_avx2_24:
         movq	8(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 16(%rbp)
         movq	%r9, 24(%rbp)
@@ -20624,266 +15348,126 @@ _sp_3072_sqr_avx2_24:
         movq	16(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
         movq	%r8, 32(%rbp)
         movq	%r9, 40(%rbp)
         movq	48(%rbp), %r8
-        movq	56(%rbp), %r9
         # A[3] x A[3]
         movq	24(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
+        adoxq	%r12, %r12
         adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
+        adcxq	%rcx, %r12
         movq	%r8, 48(%rbp)
-        movq	%r9, 56(%rbp)
-        movq	64(%rbp), %r8
-        movq	72(%rbp), %r9
         # A[4] x A[4]
         movq	32(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 64(%rbp)
-        movq	%r9, 72(%rbp)
-        movq	80(%rbp), %r8
-        movq	88(%rbp), %r9
+        adoxq	%r13, %r13
+        adoxq	%r14, %r14
+        adcxq	%rax, %r13
+        adcxq	%rcx, %r14
         # A[5] x A[5]
         movq	40(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 80(%rbp)
-        movq	%r9, 88(%rbp)
-        movq	96(%rbp), %r8
-        movq	104(%rbp), %r9
+        adoxq	%r15, %r15
+        adoxq	%rbx, %rbx
+        adcxq	%rax, %r15
+        adcxq	%rcx, %rbx
+        movq	96(%rdi), %r8
+        movq	104(%rdi), %r9
         # A[6] x A[6]
         movq	48(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
-        movq	%r8, 96(%rbp)
-        movq	%r9, 104(%rbp)
-        movq	112(%rbp), %r8
-        movq	120(%rbp), %r9
+        movq	%r8, 96(%rdi)
+        movq	%r9, 104(%rdi)
+        movq	112(%rdi), %r8
+        movq	120(%rdi), %r9
         # A[7] x A[7]
         movq	56(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
-        movq	%r8, 112(%rbp)
-        movq	%r9, 120(%rbp)
-        movq	128(%rbp), %r8
-        movq	136(%rbp), %r9
+        movq	%r8, 112(%rdi)
+        movq	%r9, 120(%rdi)
+        movq	128(%rdi), %r8
+        movq	136(%rdi), %r9
         # A[8] x A[8]
         movq	64(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
-        movq	%r8, 128(%rbp)
-        movq	%r9, 136(%rbp)
-        movq	144(%rbp), %r8
-        movq	152(%rbp), %r9
+        movq	%r8, 128(%rdi)
+        movq	%r9, 136(%rdi)
+        movq	144(%rdi), %r8
+        movq	152(%rdi), %r9
         # A[9] x A[9]
         movq	72(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
-        movq	%r8, 144(%rbp)
-        movq	%r9, 152(%rbp)
-        movq	160(%rbp), %r8
-        movq	168(%rbp), %r9
+        movq	%r8, 144(%rdi)
+        movq	%r9, 152(%rdi)
+        movq	160(%rdi), %r8
+        movq	168(%rdi), %r9
         # A[10] x A[10]
         movq	80(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
+        adcxq	%rax, %r8
         adcxq	%rcx, %r9
-        movq	%r8, 160(%rbp)
-        movq	%r9, 168(%rbp)
-        movq	176(%rbp), %r8
-        movq	184(%rbp), %r9
+        movq	%r8, 160(%rdi)
+        movq	%r9, 168(%rdi)
+        movq	176(%rdi), %r8
+        movq	184(%rdi), %r9
         # A[11] x A[11]
         movq	88(%rsi), %rdx
         mulxq	%rdx, %rax, %rcx
         adoxq	%r8, %r8
-        adcxq	%rax, %r8
         adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 176(%rbp)
-        movq	%r9, 184(%rbp)
-        movq	192(%rdi), %r8
-        movq	200(%rdi), %r9
-        # A[12] x A[12]
-        movq	96(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
         adcxq	%rax, %r8
-        adoxq	%r9, %r9
         adcxq	%rcx, %r9
-        movq	%r8, 192(%rdi)
-        movq	%r9, 200(%rdi)
-        movq	208(%rdi), %r8
-        movq	216(%rdi), %r9
-        # A[13] x A[13]
-        movq	104(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 208(%rdi)
-        movq	%r9, 216(%rdi)
-        movq	224(%rdi), %r8
-        movq	232(%rdi), %r9
-        # A[14] x A[14]
-        movq	112(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 224(%rdi)
-        movq	%r9, 232(%rdi)
-        movq	240(%rdi), %r8
-        movq	248(%rdi), %r9
-        # A[15] x A[15]
-        movq	120(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 240(%rdi)
-        movq	%r9, 248(%rdi)
-        movq	256(%rdi), %r8
-        movq	264(%rdi), %r9
-        # A[16] x A[16]
-        movq	128(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 256(%rdi)
-        movq	%r9, 264(%rdi)
-        movq	272(%rdi), %r8
-        movq	280(%rdi), %r9
-        # A[17] x A[17]
-        movq	136(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 272(%rdi)
-        movq	%r9, 280(%rdi)
-        movq	288(%rdi), %r8
-        movq	296(%rdi), %r9
-        # A[18] x A[18]
-        movq	144(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 288(%rdi)
-        movq	%r9, 296(%rdi)
-        movq	304(%rdi), %r8
-        movq	312(%rdi), %r9
-        # A[19] x A[19]
-        movq	152(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 304(%rdi)
-        movq	%r9, 312(%rdi)
-        movq	320(%rdi), %r8
-        movq	328(%rdi), %r9
-        # A[20] x A[20]
-        movq	160(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 320(%rdi)
-        movq	%r9, 328(%rdi)
-        movq	336(%rdi), %r8
-        movq	344(%rdi), %r9
-        # A[21] x A[21]
-        movq	168(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 336(%rdi)
-        movq	%r9, 344(%rdi)
-        movq	352(%rdi), %r8
-        movq	360(%rdi), %r9
-        # A[22] x A[22]
-        movq	176(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 352(%rdi)
-        movq	%r9, 360(%rdi)
-        movq	368(%rdi), %r8
-        movq	376(%rdi), %r9
-        # A[23] x A[23]
-        movq	184(%rsi), %rdx
-        mulxq	%rdx, %rax, %rcx
-        adoxq	%r8, %r8
-        adcxq	%rax, %r8
-        adoxq	%r9, %r9
-        adcxq	%rcx, %r9
-        movq	%r8, 368(%rdi)
-        movq	%r9, 376(%rdi)
+        movq	%r8, 176(%rdi)
+        movq	%r9, 184(%rdi)
+        movq	%r12, 56(%rdi)
+        movq	%r13, 64(%rdi)
+        movq	%r14, 72(%rdi)
+        movq	%r15, 80(%rdi)
+        movq	%rbx, 88(%rdi)
         cmpq	%rdi, %rsi
-        jne	L_end_3072_sqr_avx2_24
-        vmovdqu	(%rbp), %ymm0
-        vmovdqu	32(%rbp), %ymm1
-        vmovdqu	64(%rbp), %ymm2
-        vmovdqu	96(%rbp), %ymm3
-        vmovdqu	128(%rbp), %ymm4
-        vmovdqu	160(%rbp), %ymm5
-        vmovdqu	192(%rdi), %ymm6
-        vmovdqu	%ymm0, (%rdi)
-        vmovdqu	%ymm1, 32(%rdi)
-        vmovdqu	%ymm2, 64(%rdi)
-        vmovdqu	%ymm3, 96(%rdi)
-        vmovdqu	%ymm4, 128(%rdi)
-        vmovdqu	%ymm5, 160(%rdi)
-        vmovdqu	%ymm6, 192(%rdi)
-L_end_3072_sqr_avx2_24:
-        addq	$192, %rsp
+        jne	L_end_3072_sqr_avx2_12
+        vmovdqu	(%rbp), %xmm0
+        vmovups	%xmm0, (%rdi)
+        vmovdqu	16(%rbp), %xmm0
+        vmovups	%xmm0, 16(%rdi)
+        vmovdqu	32(%rbp), %xmm0
+        vmovups	%xmm0, 32(%rdi)
+        movq	48(%rbp), %rax
+        movq	%rax, 48(%rdi)
+L_end_3072_sqr_avx2_12:
+        addq	$96, %rsp
+        pop	%rbx
+        pop	%r15
+        pop	%r14
         pop	%r13
         pop	%r12
         pop	%rbp
         repz retq
 #ifndef __APPLE__
-.size	sp_3072_sqr_avx2_24,.-sp_3072_sqr_avx2_24
+.size	sp_3072_sqr_avx2_12,.-sp_3072_sqr_avx2_12
 #endif /* __APPLE__ */
 #endif /* HAVE_INTEL_AVX2 */
 /* Add b to a into r. (r = a + b)
@@ -20893,6 +15477,158 @@ L_end_3072_sqr_avx2_24:
  * b  A single precision integer.
  */
 #ifndef __APPLE__
+.globl	sp_3072_add_12
+.type	sp_3072_add_12,@function
+.align	16
+sp_3072_add_12:
+#else
+.globl	_sp_3072_add_12
+.p2align	4
+_sp_3072_add_12:
+#endif /* __APPLE__ */
+        # Add
+        movq	(%rsi), %rcx
+        xorq	%rax, %rax
+        addq	(%rdx), %rcx
+        movq	8(%rsi), %r8
+        movq	%rcx, (%rdi)
+        adcq	8(%rdx), %r8
+        movq	16(%rsi), %rcx
+        movq	%r8, 8(%rdi)
+        adcq	16(%rdx), %rcx
+        movq	24(%rsi), %r8
+        movq	%rcx, 16(%rdi)
+        adcq	24(%rdx), %r8
+        movq	32(%rsi), %rcx
+        movq	%r8, 24(%rdi)
+        adcq	32(%rdx), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%rdi)
+        adcq	40(%rdx), %r8
+        movq	48(%rsi), %rcx
+        movq	%r8, 40(%rdi)
+        adcq	48(%rdx), %rcx
+        movq	56(%rsi), %r8
+        movq	%rcx, 48(%rdi)
+        adcq	56(%rdx), %r8
+        movq	64(%rsi), %rcx
+        movq	%r8, 56(%rdi)
+        adcq	64(%rdx), %rcx
+        movq	72(%rsi), %r8
+        movq	%rcx, 64(%rdi)
+        adcq	72(%rdx), %r8
+        movq	80(%rsi), %rcx
+        movq	%r8, 72(%rdi)
+        adcq	80(%rdx), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%rdi)
+        adcq	88(%rdx), %r8
+        movq	%r8, 88(%rdi)
+        adcq	$0, %rax
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_add_12,.-sp_3072_add_12
+#endif /* __APPLE__ */
+/* Sub b from a into a. (a -= b)
+ *
+ * a  A single precision integer and result.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_sub_in_place_24
+.type	sp_3072_sub_in_place_24,@function
+.align	16
+sp_3072_sub_in_place_24:
+#else
+.globl	_sp_3072_sub_in_place_24
+.p2align	4
+_sp_3072_sub_in_place_24:
+#endif /* __APPLE__ */
+        movq	(%rdi), %rdx
+        xorq	%rax, %rax
+        subq	(%rsi), %rdx
+        movq	8(%rdi), %rcx
+        movq	%rdx, (%rdi)
+        sbbq	8(%rsi), %rcx
+        movq	16(%rdi), %rdx
+        movq	%rcx, 8(%rdi)
+        sbbq	16(%rsi), %rdx
+        movq	24(%rdi), %rcx
+        movq	%rdx, 16(%rdi)
+        sbbq	24(%rsi), %rcx
+        movq	32(%rdi), %rdx
+        movq	%rcx, 24(%rdi)
+        sbbq	32(%rsi), %rdx
+        movq	40(%rdi), %rcx
+        movq	%rdx, 32(%rdi)
+        sbbq	40(%rsi), %rcx
+        movq	48(%rdi), %rdx
+        movq	%rcx, 40(%rdi)
+        sbbq	48(%rsi), %rdx
+        movq	56(%rdi), %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	56(%rsi), %rcx
+        movq	64(%rdi), %rdx
+        movq	%rcx, 56(%rdi)
+        sbbq	64(%rsi), %rdx
+        movq	72(%rdi), %rcx
+        movq	%rdx, 64(%rdi)
+        sbbq	72(%rsi), %rcx
+        movq	80(%rdi), %rdx
+        movq	%rcx, 72(%rdi)
+        sbbq	80(%rsi), %rdx
+        movq	88(%rdi), %rcx
+        movq	%rdx, 80(%rdi)
+        sbbq	88(%rsi), %rcx
+        movq	96(%rdi), %rdx
+        movq	%rcx, 88(%rdi)
+        sbbq	96(%rsi), %rdx
+        movq	104(%rdi), %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	104(%rsi), %rcx
+        movq	112(%rdi), %rdx
+        movq	%rcx, 104(%rdi)
+        sbbq	112(%rsi), %rdx
+        movq	120(%rdi), %rcx
+        movq	%rdx, 112(%rdi)
+        sbbq	120(%rsi), %rcx
+        movq	128(%rdi), %rdx
+        movq	%rcx, 120(%rdi)
+        sbbq	128(%rsi), %rdx
+        movq	136(%rdi), %rcx
+        movq	%rdx, 128(%rdi)
+        sbbq	136(%rsi), %rcx
+        movq	144(%rdi), %rdx
+        movq	%rcx, 136(%rdi)
+        sbbq	144(%rsi), %rdx
+        movq	152(%rdi), %rcx
+        movq	%rdx, 144(%rdi)
+        sbbq	152(%rsi), %rcx
+        movq	160(%rdi), %rdx
+        movq	%rcx, 152(%rdi)
+        sbbq	160(%rsi), %rdx
+        movq	168(%rdi), %rcx
+        movq	%rdx, 160(%rdi)
+        sbbq	168(%rsi), %rcx
+        movq	176(%rdi), %rdx
+        movq	%rcx, 168(%rdi)
+        sbbq	176(%rsi), %rdx
+        movq	184(%rdi), %rcx
+        movq	%rdx, 176(%rdi)
+        sbbq	184(%rsi), %rcx
+        movq	%rcx, 184(%rdi)
+        sbbq	$0, %rax
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_sub_in_place_24,.-sp_3072_sub_in_place_24
+#endif /* __APPLE__ */
+/* Add b to a into r. (r = a + b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
 .globl	sp_3072_add_24
 .type	sp_3072_add_24,@function
 .align	16
@@ -20902,6 +15638,7 @@ sp_3072_add_24:
 .p2align	4
 _sp_3072_add_24:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -20980,6 +15717,2053 @@ _sp_3072_add_24:
 #ifndef __APPLE__
 .size	sp_3072_add_24,.-sp_3072_add_24
 #endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_mul_24
+.type	sp_3072_mul_24,@function
+.align	16
+sp_3072_mul_24:
+#else
+.globl	_sp_3072_mul_24
+.p2align	4
+_sp_3072_mul_24:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$616, %rsp
+        movq	%rdi, 576(%rsp)
+        movq	%rsi, 584(%rsp)
+        movq	%rdx, 592(%rsp)
+        leaq	384(%rsp), %r10
+        leaq	96(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	%r8, 88(%r10)
+        adcq	$0, %r13
+        movq	%r13, 600(%rsp)
+        leaq	480(%rsp), %r11
+        leaq	96(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	%r8, 88(%r11)
+        adcq	$0, %r14
+        movq	%r14, 608(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_12@plt
+#else
+        callq	_sp_3072_mul_12
+#endif /* __APPLE__ */
+        movq	592(%rsp), %rdx
+        movq	584(%rsp), %rsi
+        leaq	192(%rsp), %rdi
+        addq	$96, %rdx
+        addq	$96, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_mul_12@plt
+#else
+        callq	_sp_3072_mul_12
+#endif /* __APPLE__ */
+        movq	592(%rsp), %rdx
+        movq	584(%rsp), %rsi
+        movq	576(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_12@plt
+#else
+        callq	_sp_3072_mul_12
+#endif /* __APPLE__ */
+        movq	600(%rsp), %r13
+        movq	608(%rsp), %r14
+        movq	576(%rsp), %r15
+        movq	%r13, %r9
+        leaq	384(%rsp), %r10
+        leaq	480(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$192, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, (%r10)
+        movq	%rcx, (%r11)
+        movq	8(%r10), %rax
+        movq	8(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 8(%r10)
+        movq	%rcx, 8(%r11)
+        movq	16(%r10), %rax
+        movq	16(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 16(%r10)
+        movq	%rcx, 16(%r11)
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 24(%r10)
+        movq	%rcx, 24(%r11)
+        movq	32(%r10), %rax
+        movq	32(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 32(%r10)
+        movq	%rcx, 32(%r11)
+        movq	40(%r10), %rax
+        movq	40(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 40(%r10)
+        movq	%rcx, 40(%r11)
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 48(%r10)
+        movq	%rcx, 48(%r11)
+        movq	56(%r10), %rax
+        movq	56(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 56(%r10)
+        movq	%rcx, 56(%r11)
+        movq	64(%r10), %rax
+        movq	64(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 64(%r10)
+        movq	%rcx, 64(%r11)
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 72(%r10)
+        movq	%rcx, 72(%r11)
+        movq	80(%r10), %rax
+        movq	80(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 80(%r10)
+        movq	%rcx, 80(%r11)
+        movq	88(%r10), %rax
+        movq	88(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 88(%r10)
+        movq	%rcx, 88(%r11)
+        movq	(%r10), %rax
+        addq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	%r8, 88(%r15)
+        adcq	$0, %r9
+        leaq	192(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	%r8, 184(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	%r8, 184(%r10)
+        sbbq	$0, %r9
+        subq	$96, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	%r8, 184(%r15)
+        adcq	$0, %r9
+        movq	%r9, 288(%rdi)
+        addq	$96, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	%rax, 96(%r15)
+        # Add to zero
+        movq	104(%r11), %rax
+        adcq	$0, %rax
+        movq	112(%r11), %rcx
+        movq	%rax, 104(%r15)
+        adcq	$0, %rcx
+        movq	120(%r11), %r8
+        movq	%rcx, 112(%r15)
+        adcq	$0, %r8
+        movq	128(%r11), %rax
+        movq	%r8, 120(%r15)
+        adcq	$0, %rax
+        movq	136(%r11), %rcx
+        movq	%rax, 128(%r15)
+        adcq	$0, %rcx
+        movq	144(%r11), %r8
+        movq	%rcx, 136(%r15)
+        adcq	$0, %r8
+        movq	152(%r11), %rax
+        movq	%r8, 144(%r15)
+        adcq	$0, %rax
+        movq	160(%r11), %rcx
+        movq	%rax, 152(%r15)
+        adcq	$0, %rcx
+        movq	168(%r11), %r8
+        movq	%rcx, 160(%r15)
+        adcq	$0, %r8
+        movq	176(%r11), %rax
+        movq	%r8, 168(%r15)
+        adcq	$0, %rax
+        movq	184(%r11), %rcx
+        movq	%rax, 176(%r15)
+        adcq	$0, %rcx
+        movq	%rcx, 184(%r15)
+        addq	$616, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_mul_24,.-sp_3072_mul_24
+#endif /* __APPLE__ */
+/* Add a to a into r. (r = a + a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_dbl_12
+.type	sp_3072_dbl_12,@function
+.align	16
+sp_3072_dbl_12:
+#else
+.globl	_sp_3072_dbl_12
+.p2align	4
+_sp_3072_dbl_12:
+#endif /* __APPLE__ */
+        movq	(%rsi), %rdx
+        xorq	%rax, %rax
+        addq	%rdx, %rdx
+        movq	8(%rsi), %rcx
+        movq	%rdx, (%rdi)
+        adcq	%rcx, %rcx
+        movq	16(%rsi), %rdx
+        movq	%rcx, 8(%rdi)
+        adcq	%rdx, %rdx
+        movq	24(%rsi), %rcx
+        movq	%rdx, 16(%rdi)
+        adcq	%rcx, %rcx
+        movq	32(%rsi), %rdx
+        movq	%rcx, 24(%rdi)
+        adcq	%rdx, %rdx
+        movq	40(%rsi), %rcx
+        movq	%rdx, 32(%rdi)
+        adcq	%rcx, %rcx
+        movq	48(%rsi), %rdx
+        movq	%rcx, 40(%rdi)
+        adcq	%rdx, %rdx
+        movq	56(%rsi), %rcx
+        movq	%rdx, 48(%rdi)
+        adcq	%rcx, %rcx
+        movq	64(%rsi), %rdx
+        movq	%rcx, 56(%rdi)
+        adcq	%rdx, %rdx
+        movq	72(%rsi), %rcx
+        movq	%rdx, 64(%rdi)
+        adcq	%rcx, %rcx
+        movq	80(%rsi), %rdx
+        movq	%rcx, 72(%rdi)
+        adcq	%rdx, %rdx
+        movq	88(%rsi), %rcx
+        movq	%rdx, 80(%rdi)
+        adcq	%rcx, %rcx
+        movq	%rcx, 88(%rdi)
+        adcq	$0, %rax
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_dbl_12,.-sp_3072_dbl_12
+#endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_sqr_24
+.type	sp_3072_sqr_24,@function
+.align	16
+sp_3072_sqr_24:
+#else
+.globl	_sp_3072_sqr_24
+.p2align	4
+_sp_3072_sqr_24:
+#endif /* __APPLE__ */
+        subq	$504, %rsp
+        movq	%rdi, 480(%rsp)
+        movq	%rsi, 488(%rsp)
+        leaq	384(%rsp), %r8
+        leaq	96(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	%rax, 88(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 496(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_12@plt
+#else
+        callq	_sp_3072_sqr_12
+#endif /* __APPLE__ */
+        movq	488(%rsp), %rsi
+        leaq	192(%rsp), %rdi
+        addq	$96, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_12@plt
+#else
+        callq	_sp_3072_sqr_12
+#endif /* __APPLE__ */
+        movq	488(%rsp), %rsi
+        movq	480(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_12@plt
+#else
+        callq	_sp_3072_sqr_12
+#endif /* __APPLE__ */
+        movq	496(%rsp), %r10
+        movq	%rdi, %r9
+        leaq	384(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        addq	$192, %r9
+        movq	(%r8), %rdx
+        movq	8(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, (%r9)
+        movq	%rax, 8(%r9)
+        movq	16(%r8), %rdx
+        movq	24(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 16(%r9)
+        movq	%rax, 24(%r9)
+        movq	32(%r8), %rdx
+        movq	40(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 32(%r9)
+        movq	%rax, 40(%r9)
+        movq	48(%r8), %rdx
+        movq	56(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 48(%r9)
+        movq	%rax, 56(%r9)
+        movq	64(%r8), %rdx
+        movq	72(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 64(%r9)
+        movq	%rax, 72(%r9)
+        movq	80(%r8), %rdx
+        movq	88(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 80(%r9)
+        movq	%rax, 88(%r9)
+        movq	(%r9), %rdx
+        addq	%rdx, %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	%rax, %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	%rdx, %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	%rax, %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	%rdx, %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	%rax, %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	%rdx, %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	%rax, %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	%rdx, %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	%rax, %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	%rdx, %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	%rax, %rax
+        movq	%rax, 88(%r9)
+        adcq	$0, %rcx
+        leaq	192(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	%rax, 184(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	%rax, 184(%r8)
+        sbbq	$0, %rcx
+        subq	$96, %r9
+        # Add in place
+        movq	(%r9), %rdx
+        addq	(%r8), %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	8(%r8), %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	16(%r8), %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	24(%r8), %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	32(%r8), %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	40(%r8), %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	48(%r8), %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	56(%r8), %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	64(%r8), %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	72(%r8), %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	80(%r8), %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	88(%r8), %rax
+        movq	96(%r9), %rdx
+        movq	%rax, 88(%r9)
+        adcq	96(%r8), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	104(%r8), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	112(%r8), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	120(%r8), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	128(%r8), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	136(%r8), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	144(%r8), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	152(%r8), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	160(%r8), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	168(%r8), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	176(%r8), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	184(%r8), %rax
+        movq	%rax, 184(%r9)
+        adcq	$0, %rcx
+        movq	%rcx, 288(%rdi)
+        # Add in place
+        movq	96(%r9), %rdx
+        addq	(%rsi), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	8(%rsi), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	16(%rsi), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	24(%rsi), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	32(%rsi), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	40(%rsi), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	48(%rsi), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	56(%rsi), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	64(%rsi), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	72(%rsi), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	80(%rsi), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	88(%rsi), %rax
+        movq	192(%r9), %rdx
+        movq	%rax, 184(%r9)
+        adcq	96(%rsi), %rdx
+        movq	%rdx, 192(%r9)
+        # Add to zero
+        movq	104(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	112(%rsi), %rax
+        movq	%rdx, 200(%r9)
+        adcq	$0, %rax
+        movq	120(%rsi), %rdx
+        movq	%rax, 208(%r9)
+        adcq	$0, %rdx
+        movq	128(%rsi), %rax
+        movq	%rdx, 216(%r9)
+        adcq	$0, %rax
+        movq	136(%rsi), %rdx
+        movq	%rax, 224(%r9)
+        adcq	$0, %rdx
+        movq	144(%rsi), %rax
+        movq	%rdx, 232(%r9)
+        adcq	$0, %rax
+        movq	152(%rsi), %rdx
+        movq	%rax, 240(%r9)
+        adcq	$0, %rdx
+        movq	160(%rsi), %rax
+        movq	%rdx, 248(%r9)
+        adcq	$0, %rax
+        movq	168(%rsi), %rdx
+        movq	%rax, 256(%r9)
+        adcq	$0, %rdx
+        movq	176(%rsi), %rax
+        movq	%rdx, 264(%r9)
+        adcq	$0, %rax
+        movq	184(%rsi), %rdx
+        movq	%rax, 272(%r9)
+        adcq	$0, %rdx
+        movq	%rdx, 280(%r9)
+        addq	$504, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_sqr_24,.-sp_3072_sqr_24
+#endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_mul_avx2_24
+.type	sp_3072_mul_avx2_24,@function
+.align	16
+sp_3072_mul_avx2_24:
+#else
+.globl	_sp_3072_mul_avx2_24
+.p2align	4
+_sp_3072_mul_avx2_24:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$616, %rsp
+        movq	%rdi, 576(%rsp)
+        movq	%rsi, 584(%rsp)
+        movq	%rdx, 592(%rsp)
+        leaq	384(%rsp), %r10
+        leaq	96(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	%r8, 88(%r10)
+        adcq	$0, %r13
+        movq	%r13, 600(%rsp)
+        leaq	480(%rsp), %r11
+        leaq	96(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	%r8, 88(%r11)
+        adcq	$0, %r14
+        movq	%r14, 608(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_12@plt
+#else
+        callq	_sp_3072_mul_avx2_12
+#endif /* __APPLE__ */
+        movq	592(%rsp), %rdx
+        movq	584(%rsp), %rsi
+        leaq	192(%rsp), %rdi
+        addq	$96, %rdx
+        addq	$96, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_12@plt
+#else
+        callq	_sp_3072_mul_avx2_12
+#endif /* __APPLE__ */
+        movq	592(%rsp), %rdx
+        movq	584(%rsp), %rsi
+        movq	576(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_12@plt
+#else
+        callq	_sp_3072_mul_avx2_12
+#endif /* __APPLE__ */
+        movq	600(%rsp), %r13
+        movq	608(%rsp), %r14
+        movq	576(%rsp), %r15
+        movq	%r13, %r9
+        leaq	384(%rsp), %r10
+        leaq	480(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$192, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        addq	%rcx, %rax
+        movq	8(%r10), %rcx
+        movq	8(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, (%r15)
+        adcq	%r8, %rcx
+        movq	16(%r10), %r8
+        movq	16(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 8(%r15)
+        adcq	%rax, %r8
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 16(%r15)
+        adcq	%rcx, %rax
+        movq	32(%r10), %rcx
+        movq	32(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 24(%r15)
+        adcq	%r8, %rcx
+        movq	40(%r10), %r8
+        movq	40(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 32(%r15)
+        adcq	%rax, %r8
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 40(%r15)
+        adcq	%rcx, %rax
+        movq	56(%r10), %rcx
+        movq	56(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 48(%r15)
+        adcq	%r8, %rcx
+        movq	64(%r10), %r8
+        movq	64(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 56(%r15)
+        adcq	%rax, %r8
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 64(%r15)
+        adcq	%rcx, %rax
+        movq	80(%r10), %rcx
+        movq	80(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 72(%r15)
+        adcq	%r8, %rcx
+        movq	88(%r10), %r8
+        movq	88(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 80(%r15)
+        adcq	%rax, %r8
+        movq	%r8, 88(%r15)
+        adcq	$0, %r9
+        leaq	192(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	%r8, 184(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	%r8, 184(%r10)
+        sbbq	$0, %r9
+        subq	$96, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	%r8, 184(%r15)
+        adcq	$0, %r9
+        movq	%r9, 288(%rdi)
+        addq	$96, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	%rax, 96(%r15)
+        # Add to zero
+        movq	104(%r11), %rax
+        adcq	$0, %rax
+        movq	112(%r11), %rcx
+        movq	%rax, 104(%r15)
+        adcq	$0, %rcx
+        movq	120(%r11), %r8
+        movq	%rcx, 112(%r15)
+        adcq	$0, %r8
+        movq	128(%r11), %rax
+        movq	%r8, 120(%r15)
+        adcq	$0, %rax
+        movq	136(%r11), %rcx
+        movq	%rax, 128(%r15)
+        adcq	$0, %rcx
+        movq	144(%r11), %r8
+        movq	%rcx, 136(%r15)
+        adcq	$0, %r8
+        movq	152(%r11), %rax
+        movq	%r8, 144(%r15)
+        adcq	$0, %rax
+        movq	160(%r11), %rcx
+        movq	%rax, 152(%r15)
+        adcq	$0, %rcx
+        movq	168(%r11), %r8
+        movq	%rcx, 160(%r15)
+        adcq	$0, %r8
+        movq	176(%r11), %rax
+        movq	%r8, 168(%r15)
+        adcq	$0, %rax
+        movq	184(%r11), %rcx
+        movq	%rax, 176(%r15)
+        adcq	$0, %rcx
+        movq	%rcx, 184(%r15)
+        addq	$616, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_mul_avx2_24,.-sp_3072_mul_avx2_24
+#endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_sqr_avx2_24
+.type	sp_3072_sqr_avx2_24,@function
+.align	16
+sp_3072_sqr_avx2_24:
+#else
+.globl	_sp_3072_sqr_avx2_24
+.p2align	4
+_sp_3072_sqr_avx2_24:
+#endif /* __APPLE__ */
+        subq	$504, %rsp
+        movq	%rdi, 480(%rsp)
+        movq	%rsi, 488(%rsp)
+        leaq	384(%rsp), %r8
+        leaq	96(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	%rax, 88(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 496(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_12@plt
+#else
+        callq	_sp_3072_sqr_avx2_12
+#endif /* __APPLE__ */
+        movq	488(%rsp), %rsi
+        leaq	192(%rsp), %rdi
+        addq	$96, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_12@plt
+#else
+        callq	_sp_3072_sqr_avx2_12
+#endif /* __APPLE__ */
+        movq	488(%rsp), %rsi
+        movq	480(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_12@plt
+#else
+        callq	_sp_3072_sqr_avx2_12
+#endif /* __APPLE__ */
+        movq	496(%rsp), %r10
+        movq	%rdi, %r9
+        leaq	384(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        addq	$192, %r9
+        movq	(%r8), %rdx
+        pextq	%r10, %rdx, %rdx
+        addq	%rdx, %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	%rax, 88(%r9)
+        adcq	$0, %rcx
+        leaq	192(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	%rax, 184(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	%rax, 184(%r8)
+        sbbq	$0, %rcx
+        subq	$96, %r9
+        # Add in place
+        movq	(%r9), %rdx
+        addq	(%r8), %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	8(%r8), %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	16(%r8), %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	24(%r8), %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	32(%r8), %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	40(%r8), %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	48(%r8), %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	56(%r8), %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	64(%r8), %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	72(%r8), %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	80(%r8), %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	88(%r8), %rax
+        movq	96(%r9), %rdx
+        movq	%rax, 88(%r9)
+        adcq	96(%r8), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	104(%r8), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	112(%r8), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	120(%r8), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	128(%r8), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	136(%r8), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	144(%r8), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	152(%r8), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	160(%r8), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	168(%r8), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	176(%r8), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	184(%r8), %rax
+        movq	%rax, 184(%r9)
+        adcq	$0, %rcx
+        movq	%rcx, 288(%rdi)
+        # Add in place
+        movq	96(%r9), %rdx
+        addq	(%rsi), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	8(%rsi), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	16(%rsi), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	24(%rsi), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	32(%rsi), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	40(%rsi), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	48(%rsi), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	56(%rsi), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	64(%rsi), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	72(%rsi), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	80(%rsi), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	88(%rsi), %rax
+        movq	192(%r9), %rdx
+        movq	%rax, 184(%r9)
+        adcq	96(%rsi), %rdx
+        movq	%rdx, 192(%r9)
+        # Add to zero
+        movq	104(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	112(%rsi), %rax
+        movq	%rdx, 200(%r9)
+        adcq	$0, %rax
+        movq	120(%rsi), %rdx
+        movq	%rax, 208(%r9)
+        adcq	$0, %rdx
+        movq	128(%rsi), %rax
+        movq	%rdx, 216(%r9)
+        adcq	$0, %rax
+        movq	136(%rsi), %rdx
+        movq	%rax, 224(%r9)
+        adcq	$0, %rdx
+        movq	144(%rsi), %rax
+        movq	%rdx, 232(%r9)
+        adcq	$0, %rax
+        movq	152(%rsi), %rdx
+        movq	%rax, 240(%r9)
+        adcq	$0, %rdx
+        movq	160(%rsi), %rax
+        movq	%rdx, 248(%r9)
+        adcq	$0, %rax
+        movq	168(%rsi), %rdx
+        movq	%rax, 256(%r9)
+        adcq	$0, %rdx
+        movq	176(%rsi), %rax
+        movq	%rdx, 264(%r9)
+        adcq	$0, %rax
+        movq	184(%rsi), %rdx
+        movq	%rax, 272(%r9)
+        adcq	$0, %rdx
+        movq	%rdx, 280(%r9)
+        addq	$504, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_sqr_avx2_24,.-sp_3072_sqr_avx2_24
+#endif /* __APPLE__ */
 /* Sub b from a into a. (a -= b)
  *
  * a  A single precision integer and result.
@@ -21161,6 +17945,7 @@ sp_3072_add_48:
 .p2align	4
 _sp_3072_add_48:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -21311,6 +18096,1035 @@ _sp_3072_add_48:
 #ifndef __APPLE__
 .size	sp_3072_add_48,.-sp_3072_add_48
 #endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_mul_48
+.type	sp_3072_mul_48,@function
+.align	16
+sp_3072_mul_48:
+#else
+.globl	_sp_3072_mul_48
+.p2align	4
+_sp_3072_mul_48:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$1192, %rsp
+        movq	%rdi, 1152(%rsp)
+        movq	%rsi, 1160(%rsp)
+        movq	%rdx, 1168(%rsp)
+        leaq	768(%rsp), %r10
+        leaq	192(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	128(%rsi), %rcx
+        movq	%rax, 120(%r10)
+        adcq	128(%r12), %rcx
+        movq	136(%rsi), %r8
+        movq	%rcx, 128(%r10)
+        adcq	136(%r12), %r8
+        movq	144(%rsi), %rax
+        movq	%r8, 136(%r10)
+        adcq	144(%r12), %rax
+        movq	152(%rsi), %rcx
+        movq	%rax, 144(%r10)
+        adcq	152(%r12), %rcx
+        movq	160(%rsi), %r8
+        movq	%rcx, 152(%r10)
+        adcq	160(%r12), %r8
+        movq	168(%rsi), %rax
+        movq	%r8, 160(%r10)
+        adcq	168(%r12), %rax
+        movq	176(%rsi), %rcx
+        movq	%rax, 168(%r10)
+        adcq	176(%r12), %rcx
+        movq	184(%rsi), %r8
+        movq	%rcx, 176(%r10)
+        adcq	184(%r12), %r8
+        movq	%r8, 184(%r10)
+        adcq	$0, %r13
+        movq	%r13, 1176(%rsp)
+        leaq	960(%rsp), %r11
+        leaq	192(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	128(%rdx), %rcx
+        movq	%rax, 120(%r11)
+        adcq	128(%r12), %rcx
+        movq	136(%rdx), %r8
+        movq	%rcx, 128(%r11)
+        adcq	136(%r12), %r8
+        movq	144(%rdx), %rax
+        movq	%r8, 136(%r11)
+        adcq	144(%r12), %rax
+        movq	152(%rdx), %rcx
+        movq	%rax, 144(%r11)
+        adcq	152(%r12), %rcx
+        movq	160(%rdx), %r8
+        movq	%rcx, 152(%r11)
+        adcq	160(%r12), %r8
+        movq	168(%rdx), %rax
+        movq	%r8, 160(%r11)
+        adcq	168(%r12), %rax
+        movq	176(%rdx), %rcx
+        movq	%rax, 168(%r11)
+        adcq	176(%r12), %rcx
+        movq	184(%rdx), %r8
+        movq	%rcx, 176(%r11)
+        adcq	184(%r12), %r8
+        movq	%r8, 184(%r11)
+        adcq	$0, %r14
+        movq	%r14, 1184(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_24@plt
+#else
+        callq	_sp_3072_mul_24
+#endif /* __APPLE__ */
+        movq	1168(%rsp), %rdx
+        movq	1160(%rsp), %rsi
+        leaq	384(%rsp), %rdi
+        addq	$192, %rdx
+        addq	$192, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_mul_24@plt
+#else
+        callq	_sp_3072_mul_24
+#endif /* __APPLE__ */
+        movq	1168(%rsp), %rdx
+        movq	1160(%rsp), %rsi
+        movq	1152(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_24@plt
+#else
+        callq	_sp_3072_mul_24
+#endif /* __APPLE__ */
+        movq	1176(%rsp), %r13
+        movq	1184(%rsp), %r14
+        movq	1152(%rsp), %r15
+        movq	%r13, %r9
+        leaq	768(%rsp), %r10
+        leaq	960(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$384, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, (%r10)
+        movq	%rcx, (%r11)
+        movq	8(%r10), %rax
+        movq	8(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 8(%r10)
+        movq	%rcx, 8(%r11)
+        movq	16(%r10), %rax
+        movq	16(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 16(%r10)
+        movq	%rcx, 16(%r11)
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 24(%r10)
+        movq	%rcx, 24(%r11)
+        movq	32(%r10), %rax
+        movq	32(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 32(%r10)
+        movq	%rcx, 32(%r11)
+        movq	40(%r10), %rax
+        movq	40(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 40(%r10)
+        movq	%rcx, 40(%r11)
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 48(%r10)
+        movq	%rcx, 48(%r11)
+        movq	56(%r10), %rax
+        movq	56(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 56(%r10)
+        movq	%rcx, 56(%r11)
+        movq	64(%r10), %rax
+        movq	64(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 64(%r10)
+        movq	%rcx, 64(%r11)
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 72(%r10)
+        movq	%rcx, 72(%r11)
+        movq	80(%r10), %rax
+        movq	80(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 80(%r10)
+        movq	%rcx, 80(%r11)
+        movq	88(%r10), %rax
+        movq	88(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 88(%r10)
+        movq	%rcx, 88(%r11)
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 96(%r10)
+        movq	%rcx, 96(%r11)
+        movq	104(%r10), %rax
+        movq	104(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 104(%r10)
+        movq	%rcx, 104(%r11)
+        movq	112(%r10), %rax
+        movq	112(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 112(%r10)
+        movq	%rcx, 112(%r11)
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 120(%r10)
+        movq	%rcx, 120(%r11)
+        movq	128(%r10), %rax
+        movq	128(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 128(%r10)
+        movq	%rcx, 128(%r11)
+        movq	136(%r10), %rax
+        movq	136(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 136(%r10)
+        movq	%rcx, 136(%r11)
+        movq	144(%r10), %rax
+        movq	144(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 144(%r10)
+        movq	%rcx, 144(%r11)
+        movq	152(%r10), %rax
+        movq	152(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 152(%r10)
+        movq	%rcx, 152(%r11)
+        movq	160(%r10), %rax
+        movq	160(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 160(%r10)
+        movq	%rcx, 160(%r11)
+        movq	168(%r10), %rax
+        movq	168(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 168(%r10)
+        movq	%rcx, 168(%r11)
+        movq	176(%r10), %rax
+        movq	176(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 176(%r10)
+        movq	%rcx, 176(%r11)
+        movq	184(%r10), %rax
+        movq	184(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 184(%r10)
+        movq	%rcx, 184(%r11)
+        movq	(%r10), %rax
+        addq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	%r8, 184(%r15)
+        adcq	$0, %r9
+        leaq	384(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%r11), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%r11), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%r11), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%r11), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%r11), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%r11), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%r11), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%r11), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%r11), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%r11), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%r11), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%r11), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%r11), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%r11), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%r11), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%r11), %r8
+        movq	%r8, 376(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%rdi), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%rdi), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%rdi), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%rdi), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%rdi), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%rdi), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%rdi), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%rdi), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%rdi), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%rdi), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%rdi), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%rdi), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%rdi), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%rdi), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%rdi), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%rdi), %r8
+        movq	%r8, 376(%r10)
+        sbbq	$0, %r9
+        subq	$192, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r10), %r8
+        movq	264(%r15), %rax
+        movq	%r8, 256(%r15)
+        adcq	264(%r10), %rax
+        movq	272(%r15), %rcx
+        movq	%rax, 264(%r15)
+        adcq	272(%r10), %rcx
+        movq	280(%r15), %r8
+        movq	%rcx, 272(%r15)
+        adcq	280(%r10), %r8
+        movq	288(%r15), %rax
+        movq	%r8, 280(%r15)
+        adcq	288(%r10), %rax
+        movq	296(%r15), %rcx
+        movq	%rax, 288(%r15)
+        adcq	296(%r10), %rcx
+        movq	304(%r15), %r8
+        movq	%rcx, 296(%r15)
+        adcq	304(%r10), %r8
+        movq	312(%r15), %rax
+        movq	%r8, 304(%r15)
+        adcq	312(%r10), %rax
+        movq	320(%r15), %rcx
+        movq	%rax, 312(%r15)
+        adcq	320(%r10), %rcx
+        movq	328(%r15), %r8
+        movq	%rcx, 320(%r15)
+        adcq	328(%r10), %r8
+        movq	336(%r15), %rax
+        movq	%r8, 328(%r15)
+        adcq	336(%r10), %rax
+        movq	344(%r15), %rcx
+        movq	%rax, 336(%r15)
+        adcq	344(%r10), %rcx
+        movq	352(%r15), %r8
+        movq	%rcx, 344(%r15)
+        adcq	352(%r10), %r8
+        movq	360(%r15), %rax
+        movq	%r8, 352(%r15)
+        adcq	360(%r10), %rax
+        movq	368(%r15), %rcx
+        movq	%rax, 360(%r15)
+        adcq	368(%r10), %rcx
+        movq	376(%r15), %r8
+        movq	%rcx, 368(%r15)
+        adcq	376(%r10), %r8
+        movq	%r8, 376(%r15)
+        adcq	$0, %r9
+        movq	%r9, 576(%rdi)
+        addq	$192, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r11), %rax
+        movq	%rax, 192(%r15)
+        # Add to zero
+        movq	200(%r11), %rax
+        adcq	$0, %rax
+        movq	208(%r11), %rcx
+        movq	%rax, 200(%r15)
+        adcq	$0, %rcx
+        movq	216(%r11), %r8
+        movq	%rcx, 208(%r15)
+        adcq	$0, %r8
+        movq	224(%r11), %rax
+        movq	%r8, 216(%r15)
+        adcq	$0, %rax
+        movq	232(%r11), %rcx
+        movq	%rax, 224(%r15)
+        adcq	$0, %rcx
+        movq	240(%r11), %r8
+        movq	%rcx, 232(%r15)
+        adcq	$0, %r8
+        movq	248(%r11), %rax
+        movq	%r8, 240(%r15)
+        adcq	$0, %rax
+        movq	256(%r11), %rcx
+        movq	%rax, 248(%r15)
+        adcq	$0, %rcx
+        movq	264(%r11), %r8
+        movq	%rcx, 256(%r15)
+        adcq	$0, %r8
+        movq	272(%r11), %rax
+        movq	%r8, 264(%r15)
+        adcq	$0, %rax
+        movq	280(%r11), %rcx
+        movq	%rax, 272(%r15)
+        adcq	$0, %rcx
+        movq	288(%r11), %r8
+        movq	%rcx, 280(%r15)
+        adcq	$0, %r8
+        movq	296(%r11), %rax
+        movq	%r8, 288(%r15)
+        adcq	$0, %rax
+        movq	304(%r11), %rcx
+        movq	%rax, 296(%r15)
+        adcq	$0, %rcx
+        movq	312(%r11), %r8
+        movq	%rcx, 304(%r15)
+        adcq	$0, %r8
+        movq	320(%r11), %rax
+        movq	%r8, 312(%r15)
+        adcq	$0, %rax
+        movq	328(%r11), %rcx
+        movq	%rax, 320(%r15)
+        adcq	$0, %rcx
+        movq	336(%r11), %r8
+        movq	%rcx, 328(%r15)
+        adcq	$0, %r8
+        movq	344(%r11), %rax
+        movq	%r8, 336(%r15)
+        adcq	$0, %rax
+        movq	352(%r11), %rcx
+        movq	%rax, 344(%r15)
+        adcq	$0, %rcx
+        movq	360(%r11), %r8
+        movq	%rcx, 352(%r15)
+        adcq	$0, %r8
+        movq	368(%r11), %rax
+        movq	%r8, 360(%r15)
+        adcq	$0, %rax
+        movq	376(%r11), %rcx
+        movq	%rax, 368(%r15)
+        adcq	$0, %rcx
+        movq	%rcx, 376(%r15)
+        addq	$1192, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_mul_48,.-sp_3072_mul_48
+#endif /* __APPLE__ */
 /* Add a to a into r. (r = a + a)
  *
  * r  A single precision integer.
@@ -21404,6 +19218,2635 @@ _sp_3072_dbl_24:
 #ifndef __APPLE__
 .size	sp_3072_dbl_24,.-sp_3072_dbl_24
 #endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_sqr_48
+.type	sp_3072_sqr_48,@function
+.align	16
+sp_3072_sqr_48:
+#else
+.globl	_sp_3072_sqr_48
+.p2align	4
+_sp_3072_sqr_48:
+#endif /* __APPLE__ */
+        subq	$984, %rsp
+        movq	%rdi, 960(%rsp)
+        movq	%rsi, 968(%rsp)
+        leaq	768(%rsp), %r8
+        leaq	192(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	128(%rsi), %rdx
+        movq	%rax, 120(%r8)
+        adcq	128(%r9), %rdx
+        movq	136(%rsi), %rax
+        movq	%rdx, 128(%r8)
+        adcq	136(%r9), %rax
+        movq	144(%rsi), %rdx
+        movq	%rax, 136(%r8)
+        adcq	144(%r9), %rdx
+        movq	152(%rsi), %rax
+        movq	%rdx, 144(%r8)
+        adcq	152(%r9), %rax
+        movq	160(%rsi), %rdx
+        movq	%rax, 152(%r8)
+        adcq	160(%r9), %rdx
+        movq	168(%rsi), %rax
+        movq	%rdx, 160(%r8)
+        adcq	168(%r9), %rax
+        movq	176(%rsi), %rdx
+        movq	%rax, 168(%r8)
+        adcq	176(%r9), %rdx
+        movq	184(%rsi), %rax
+        movq	%rdx, 176(%r8)
+        adcq	184(%r9), %rax
+        movq	%rax, 184(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 976(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_24@plt
+#else
+        callq	_sp_3072_sqr_24
+#endif /* __APPLE__ */
+        movq	968(%rsp), %rsi
+        leaq	384(%rsp), %rdi
+        addq	$192, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_24@plt
+#else
+        callq	_sp_3072_sqr_24
+#endif /* __APPLE__ */
+        movq	968(%rsp), %rsi
+        movq	960(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_24@plt
+#else
+        callq	_sp_3072_sqr_24
+#endif /* __APPLE__ */
+        movq	976(%rsp), %r10
+        movq	%rdi, %r9
+        leaq	768(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        addq	$384, %r9
+        movq	(%r8), %rdx
+        movq	8(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, (%r9)
+        movq	%rax, 8(%r9)
+        movq	16(%r8), %rdx
+        movq	24(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 16(%r9)
+        movq	%rax, 24(%r9)
+        movq	32(%r8), %rdx
+        movq	40(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 32(%r9)
+        movq	%rax, 40(%r9)
+        movq	48(%r8), %rdx
+        movq	56(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 48(%r9)
+        movq	%rax, 56(%r9)
+        movq	64(%r8), %rdx
+        movq	72(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 64(%r9)
+        movq	%rax, 72(%r9)
+        movq	80(%r8), %rdx
+        movq	88(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 80(%r9)
+        movq	%rax, 88(%r9)
+        movq	96(%r8), %rdx
+        movq	104(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 96(%r9)
+        movq	%rax, 104(%r9)
+        movq	112(%r8), %rdx
+        movq	120(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 112(%r9)
+        movq	%rax, 120(%r9)
+        movq	128(%r8), %rdx
+        movq	136(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 128(%r9)
+        movq	%rax, 136(%r9)
+        movq	144(%r8), %rdx
+        movq	152(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 144(%r9)
+        movq	%rax, 152(%r9)
+        movq	160(%r8), %rdx
+        movq	168(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 160(%r9)
+        movq	%rax, 168(%r9)
+        movq	176(%r8), %rdx
+        movq	184(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 176(%r9)
+        movq	%rax, 184(%r9)
+        movq	(%r9), %rdx
+        addq	%rdx, %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	%rax, %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	%rdx, %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	%rax, %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	%rdx, %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	%rax, %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	%rdx, %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	%rax, %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	%rdx, %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	%rax, %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	%rdx, %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	%rax, %rax
+        movq	96(%r9), %rdx
+        movq	%rax, 88(%r9)
+        adcq	%rdx, %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	%rax, %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	%rdx, %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	%rax, %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	%rdx, %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	%rax, %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	%rdx, %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	%rax, %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	%rdx, %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	%rax, %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	%rdx, %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	%rax, %rax
+        movq	%rax, 184(%r9)
+        adcq	$0, %rcx
+        leaq	384(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rsi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rsi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rsi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rsi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rsi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rsi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rsi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rsi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rsi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rsi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rsi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rsi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rsi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rsi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rsi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rsi), %rax
+        movq	%rax, 376(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rdi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rdi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rdi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rdi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rdi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rdi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rdi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rdi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rdi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rdi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rdi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rdi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rdi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rdi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rdi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rdi), %rax
+        movq	%rax, 376(%r8)
+        sbbq	$0, %rcx
+        subq	$192, %r9
+        # Add in place
+        movq	(%r9), %rdx
+        addq	(%r8), %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	8(%r8), %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	16(%r8), %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	24(%r8), %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	32(%r8), %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	40(%r8), %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	48(%r8), %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	56(%r8), %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	64(%r8), %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	72(%r8), %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	80(%r8), %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	88(%r8), %rax
+        movq	96(%r9), %rdx
+        movq	%rax, 88(%r9)
+        adcq	96(%r8), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	104(%r8), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	112(%r8), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	120(%r8), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	128(%r8), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	136(%r8), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	144(%r8), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	152(%r8), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	160(%r8), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	168(%r8), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	176(%r8), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	184(%r8), %rax
+        movq	192(%r9), %rdx
+        movq	%rax, 184(%r9)
+        adcq	192(%r8), %rdx
+        movq	200(%r9), %rax
+        movq	%rdx, 192(%r9)
+        adcq	200(%r8), %rax
+        movq	208(%r9), %rdx
+        movq	%rax, 200(%r9)
+        adcq	208(%r8), %rdx
+        movq	216(%r9), %rax
+        movq	%rdx, 208(%r9)
+        adcq	216(%r8), %rax
+        movq	224(%r9), %rdx
+        movq	%rax, 216(%r9)
+        adcq	224(%r8), %rdx
+        movq	232(%r9), %rax
+        movq	%rdx, 224(%r9)
+        adcq	232(%r8), %rax
+        movq	240(%r9), %rdx
+        movq	%rax, 232(%r9)
+        adcq	240(%r8), %rdx
+        movq	248(%r9), %rax
+        movq	%rdx, 240(%r9)
+        adcq	248(%r8), %rax
+        movq	256(%r9), %rdx
+        movq	%rax, 248(%r9)
+        adcq	256(%r8), %rdx
+        movq	264(%r9), %rax
+        movq	%rdx, 256(%r9)
+        adcq	264(%r8), %rax
+        movq	272(%r9), %rdx
+        movq	%rax, 264(%r9)
+        adcq	272(%r8), %rdx
+        movq	280(%r9), %rax
+        movq	%rdx, 272(%r9)
+        adcq	280(%r8), %rax
+        movq	288(%r9), %rdx
+        movq	%rax, 280(%r9)
+        adcq	288(%r8), %rdx
+        movq	296(%r9), %rax
+        movq	%rdx, 288(%r9)
+        adcq	296(%r8), %rax
+        movq	304(%r9), %rdx
+        movq	%rax, 296(%r9)
+        adcq	304(%r8), %rdx
+        movq	312(%r9), %rax
+        movq	%rdx, 304(%r9)
+        adcq	312(%r8), %rax
+        movq	320(%r9), %rdx
+        movq	%rax, 312(%r9)
+        adcq	320(%r8), %rdx
+        movq	328(%r9), %rax
+        movq	%rdx, 320(%r9)
+        adcq	328(%r8), %rax
+        movq	336(%r9), %rdx
+        movq	%rax, 328(%r9)
+        adcq	336(%r8), %rdx
+        movq	344(%r9), %rax
+        movq	%rdx, 336(%r9)
+        adcq	344(%r8), %rax
+        movq	352(%r9), %rdx
+        movq	%rax, 344(%r9)
+        adcq	352(%r8), %rdx
+        movq	360(%r9), %rax
+        movq	%rdx, 352(%r9)
+        adcq	360(%r8), %rax
+        movq	368(%r9), %rdx
+        movq	%rax, 360(%r9)
+        adcq	368(%r8), %rdx
+        movq	376(%r9), %rax
+        movq	%rdx, 368(%r9)
+        adcq	376(%r8), %rax
+        movq	%rax, 376(%r9)
+        adcq	$0, %rcx
+        movq	%rcx, 576(%rdi)
+        # Add in place
+        movq	192(%r9), %rdx
+        addq	(%rsi), %rdx
+        movq	200(%r9), %rax
+        movq	%rdx, 192(%r9)
+        adcq	8(%rsi), %rax
+        movq	208(%r9), %rdx
+        movq	%rax, 200(%r9)
+        adcq	16(%rsi), %rdx
+        movq	216(%r9), %rax
+        movq	%rdx, 208(%r9)
+        adcq	24(%rsi), %rax
+        movq	224(%r9), %rdx
+        movq	%rax, 216(%r9)
+        adcq	32(%rsi), %rdx
+        movq	232(%r9), %rax
+        movq	%rdx, 224(%r9)
+        adcq	40(%rsi), %rax
+        movq	240(%r9), %rdx
+        movq	%rax, 232(%r9)
+        adcq	48(%rsi), %rdx
+        movq	248(%r9), %rax
+        movq	%rdx, 240(%r9)
+        adcq	56(%rsi), %rax
+        movq	256(%r9), %rdx
+        movq	%rax, 248(%r9)
+        adcq	64(%rsi), %rdx
+        movq	264(%r9), %rax
+        movq	%rdx, 256(%r9)
+        adcq	72(%rsi), %rax
+        movq	272(%r9), %rdx
+        movq	%rax, 264(%r9)
+        adcq	80(%rsi), %rdx
+        movq	280(%r9), %rax
+        movq	%rdx, 272(%r9)
+        adcq	88(%rsi), %rax
+        movq	288(%r9), %rdx
+        movq	%rax, 280(%r9)
+        adcq	96(%rsi), %rdx
+        movq	296(%r9), %rax
+        movq	%rdx, 288(%r9)
+        adcq	104(%rsi), %rax
+        movq	304(%r9), %rdx
+        movq	%rax, 296(%r9)
+        adcq	112(%rsi), %rdx
+        movq	312(%r9), %rax
+        movq	%rdx, 304(%r9)
+        adcq	120(%rsi), %rax
+        movq	320(%r9), %rdx
+        movq	%rax, 312(%r9)
+        adcq	128(%rsi), %rdx
+        movq	328(%r9), %rax
+        movq	%rdx, 320(%r9)
+        adcq	136(%rsi), %rax
+        movq	336(%r9), %rdx
+        movq	%rax, 328(%r9)
+        adcq	144(%rsi), %rdx
+        movq	344(%r9), %rax
+        movq	%rdx, 336(%r9)
+        adcq	152(%rsi), %rax
+        movq	352(%r9), %rdx
+        movq	%rax, 344(%r9)
+        adcq	160(%rsi), %rdx
+        movq	360(%r9), %rax
+        movq	%rdx, 352(%r9)
+        adcq	168(%rsi), %rax
+        movq	368(%r9), %rdx
+        movq	%rax, 360(%r9)
+        adcq	176(%rsi), %rdx
+        movq	376(%r9), %rax
+        movq	%rdx, 368(%r9)
+        adcq	184(%rsi), %rax
+        movq	384(%r9), %rdx
+        movq	%rax, 376(%r9)
+        adcq	192(%rsi), %rdx
+        movq	%rdx, 384(%r9)
+        # Add to zero
+        movq	200(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	208(%rsi), %rax
+        movq	%rdx, 392(%r9)
+        adcq	$0, %rax
+        movq	216(%rsi), %rdx
+        movq	%rax, 400(%r9)
+        adcq	$0, %rdx
+        movq	224(%rsi), %rax
+        movq	%rdx, 408(%r9)
+        adcq	$0, %rax
+        movq	232(%rsi), %rdx
+        movq	%rax, 416(%r9)
+        adcq	$0, %rdx
+        movq	240(%rsi), %rax
+        movq	%rdx, 424(%r9)
+        adcq	$0, %rax
+        movq	248(%rsi), %rdx
+        movq	%rax, 432(%r9)
+        adcq	$0, %rdx
+        movq	256(%rsi), %rax
+        movq	%rdx, 440(%r9)
+        adcq	$0, %rax
+        movq	264(%rsi), %rdx
+        movq	%rax, 448(%r9)
+        adcq	$0, %rdx
+        movq	272(%rsi), %rax
+        movq	%rdx, 456(%r9)
+        adcq	$0, %rax
+        movq	280(%rsi), %rdx
+        movq	%rax, 464(%r9)
+        adcq	$0, %rdx
+        movq	288(%rsi), %rax
+        movq	%rdx, 472(%r9)
+        adcq	$0, %rax
+        movq	296(%rsi), %rdx
+        movq	%rax, 480(%r9)
+        adcq	$0, %rdx
+        movq	304(%rsi), %rax
+        movq	%rdx, 488(%r9)
+        adcq	$0, %rax
+        movq	312(%rsi), %rdx
+        movq	%rax, 496(%r9)
+        adcq	$0, %rdx
+        movq	320(%rsi), %rax
+        movq	%rdx, 504(%r9)
+        adcq	$0, %rax
+        movq	328(%rsi), %rdx
+        movq	%rax, 512(%r9)
+        adcq	$0, %rdx
+        movq	336(%rsi), %rax
+        movq	%rdx, 520(%r9)
+        adcq	$0, %rax
+        movq	344(%rsi), %rdx
+        movq	%rax, 528(%r9)
+        adcq	$0, %rdx
+        movq	352(%rsi), %rax
+        movq	%rdx, 536(%r9)
+        adcq	$0, %rax
+        movq	360(%rsi), %rdx
+        movq	%rax, 544(%r9)
+        adcq	$0, %rdx
+        movq	368(%rsi), %rax
+        movq	%rdx, 552(%r9)
+        adcq	$0, %rax
+        movq	376(%rsi), %rdx
+        movq	%rax, 560(%r9)
+        adcq	$0, %rdx
+        movq	%rdx, 568(%r9)
+        addq	$984, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_sqr_48,.-sp_3072_sqr_48
+#endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_mul_avx2_48
+.type	sp_3072_mul_avx2_48,@function
+.align	16
+sp_3072_mul_avx2_48:
+#else
+.globl	_sp_3072_mul_avx2_48
+.p2align	4
+_sp_3072_mul_avx2_48:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$1192, %rsp
+        movq	%rdi, 1152(%rsp)
+        movq	%rsi, 1160(%rsp)
+        movq	%rdx, 1168(%rsp)
+        leaq	768(%rsp), %r10
+        leaq	192(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	128(%rsi), %rcx
+        movq	%rax, 120(%r10)
+        adcq	128(%r12), %rcx
+        movq	136(%rsi), %r8
+        movq	%rcx, 128(%r10)
+        adcq	136(%r12), %r8
+        movq	144(%rsi), %rax
+        movq	%r8, 136(%r10)
+        adcq	144(%r12), %rax
+        movq	152(%rsi), %rcx
+        movq	%rax, 144(%r10)
+        adcq	152(%r12), %rcx
+        movq	160(%rsi), %r8
+        movq	%rcx, 152(%r10)
+        adcq	160(%r12), %r8
+        movq	168(%rsi), %rax
+        movq	%r8, 160(%r10)
+        adcq	168(%r12), %rax
+        movq	176(%rsi), %rcx
+        movq	%rax, 168(%r10)
+        adcq	176(%r12), %rcx
+        movq	184(%rsi), %r8
+        movq	%rcx, 176(%r10)
+        adcq	184(%r12), %r8
+        movq	%r8, 184(%r10)
+        adcq	$0, %r13
+        movq	%r13, 1176(%rsp)
+        leaq	960(%rsp), %r11
+        leaq	192(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	128(%rdx), %rcx
+        movq	%rax, 120(%r11)
+        adcq	128(%r12), %rcx
+        movq	136(%rdx), %r8
+        movq	%rcx, 128(%r11)
+        adcq	136(%r12), %r8
+        movq	144(%rdx), %rax
+        movq	%r8, 136(%r11)
+        adcq	144(%r12), %rax
+        movq	152(%rdx), %rcx
+        movq	%rax, 144(%r11)
+        adcq	152(%r12), %rcx
+        movq	160(%rdx), %r8
+        movq	%rcx, 152(%r11)
+        adcq	160(%r12), %r8
+        movq	168(%rdx), %rax
+        movq	%r8, 160(%r11)
+        adcq	168(%r12), %rax
+        movq	176(%rdx), %rcx
+        movq	%rax, 168(%r11)
+        adcq	176(%r12), %rcx
+        movq	184(%rdx), %r8
+        movq	%rcx, 176(%r11)
+        adcq	184(%r12), %r8
+        movq	%r8, 184(%r11)
+        adcq	$0, %r14
+        movq	%r14, 1184(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_24@plt
+#else
+        callq	_sp_3072_mul_avx2_24
+#endif /* __APPLE__ */
+        movq	1168(%rsp), %rdx
+        movq	1160(%rsp), %rsi
+        leaq	384(%rsp), %rdi
+        addq	$192, %rdx
+        addq	$192, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_24@plt
+#else
+        callq	_sp_3072_mul_avx2_24
+#endif /* __APPLE__ */
+        movq	1168(%rsp), %rdx
+        movq	1160(%rsp), %rsi
+        movq	1152(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_mul_avx2_24@plt
+#else
+        callq	_sp_3072_mul_avx2_24
+#endif /* __APPLE__ */
+        movq	1176(%rsp), %r13
+        movq	1184(%rsp), %r14
+        movq	1152(%rsp), %r15
+        movq	%r13, %r9
+        leaq	768(%rsp), %r10
+        leaq	960(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$384, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        addq	%rcx, %rax
+        movq	8(%r10), %rcx
+        movq	8(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, (%r15)
+        adcq	%r8, %rcx
+        movq	16(%r10), %r8
+        movq	16(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 8(%r15)
+        adcq	%rax, %r8
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 16(%r15)
+        adcq	%rcx, %rax
+        movq	32(%r10), %rcx
+        movq	32(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 24(%r15)
+        adcq	%r8, %rcx
+        movq	40(%r10), %r8
+        movq	40(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 32(%r15)
+        adcq	%rax, %r8
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 40(%r15)
+        adcq	%rcx, %rax
+        movq	56(%r10), %rcx
+        movq	56(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 48(%r15)
+        adcq	%r8, %rcx
+        movq	64(%r10), %r8
+        movq	64(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 56(%r15)
+        adcq	%rax, %r8
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 64(%r15)
+        adcq	%rcx, %rax
+        movq	80(%r10), %rcx
+        movq	80(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 72(%r15)
+        adcq	%r8, %rcx
+        movq	88(%r10), %r8
+        movq	88(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 80(%r15)
+        adcq	%rax, %r8
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 88(%r15)
+        adcq	%rcx, %rax
+        movq	104(%r10), %rcx
+        movq	104(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 96(%r15)
+        adcq	%r8, %rcx
+        movq	112(%r10), %r8
+        movq	112(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 104(%r15)
+        adcq	%rax, %r8
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 112(%r15)
+        adcq	%rcx, %rax
+        movq	128(%r10), %rcx
+        movq	128(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 120(%r15)
+        adcq	%r8, %rcx
+        movq	136(%r10), %r8
+        movq	136(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 128(%r15)
+        adcq	%rax, %r8
+        movq	144(%r10), %rax
+        movq	144(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 136(%r15)
+        adcq	%rcx, %rax
+        movq	152(%r10), %rcx
+        movq	152(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 144(%r15)
+        adcq	%r8, %rcx
+        movq	160(%r10), %r8
+        movq	160(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 152(%r15)
+        adcq	%rax, %r8
+        movq	168(%r10), %rax
+        movq	168(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 160(%r15)
+        adcq	%rcx, %rax
+        movq	176(%r10), %rcx
+        movq	176(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 168(%r15)
+        adcq	%r8, %rcx
+        movq	184(%r10), %r8
+        movq	184(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 176(%r15)
+        adcq	%rax, %r8
+        movq	%r8, 184(%r15)
+        adcq	$0, %r9
+        leaq	384(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%r11), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%r11), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%r11), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%r11), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%r11), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%r11), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%r11), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%r11), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%r11), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%r11), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%r11), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%r11), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%r11), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%r11), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%r11), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%r11), %r8
+        movq	%r8, 376(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%rdi), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%rdi), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%rdi), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%rdi), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%rdi), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%rdi), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%rdi), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%rdi), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%rdi), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%rdi), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%rdi), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%rdi), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%rdi), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%rdi), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%rdi), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%rdi), %r8
+        movq	%r8, 376(%r10)
+        sbbq	$0, %r9
+        subq	$192, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r10), %r8
+        movq	264(%r15), %rax
+        movq	%r8, 256(%r15)
+        adcq	264(%r10), %rax
+        movq	272(%r15), %rcx
+        movq	%rax, 264(%r15)
+        adcq	272(%r10), %rcx
+        movq	280(%r15), %r8
+        movq	%rcx, 272(%r15)
+        adcq	280(%r10), %r8
+        movq	288(%r15), %rax
+        movq	%r8, 280(%r15)
+        adcq	288(%r10), %rax
+        movq	296(%r15), %rcx
+        movq	%rax, 288(%r15)
+        adcq	296(%r10), %rcx
+        movq	304(%r15), %r8
+        movq	%rcx, 296(%r15)
+        adcq	304(%r10), %r8
+        movq	312(%r15), %rax
+        movq	%r8, 304(%r15)
+        adcq	312(%r10), %rax
+        movq	320(%r15), %rcx
+        movq	%rax, 312(%r15)
+        adcq	320(%r10), %rcx
+        movq	328(%r15), %r8
+        movq	%rcx, 320(%r15)
+        adcq	328(%r10), %r8
+        movq	336(%r15), %rax
+        movq	%r8, 328(%r15)
+        adcq	336(%r10), %rax
+        movq	344(%r15), %rcx
+        movq	%rax, 336(%r15)
+        adcq	344(%r10), %rcx
+        movq	352(%r15), %r8
+        movq	%rcx, 344(%r15)
+        adcq	352(%r10), %r8
+        movq	360(%r15), %rax
+        movq	%r8, 352(%r15)
+        adcq	360(%r10), %rax
+        movq	368(%r15), %rcx
+        movq	%rax, 360(%r15)
+        adcq	368(%r10), %rcx
+        movq	376(%r15), %r8
+        movq	%rcx, 368(%r15)
+        adcq	376(%r10), %r8
+        movq	%r8, 376(%r15)
+        adcq	$0, %r9
+        movq	%r9, 576(%rdi)
+        addq	$192, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r11), %rax
+        movq	%rax, 192(%r15)
+        # Add to zero
+        movq	200(%r11), %rax
+        adcq	$0, %rax
+        movq	208(%r11), %rcx
+        movq	%rax, 200(%r15)
+        adcq	$0, %rcx
+        movq	216(%r11), %r8
+        movq	%rcx, 208(%r15)
+        adcq	$0, %r8
+        movq	224(%r11), %rax
+        movq	%r8, 216(%r15)
+        adcq	$0, %rax
+        movq	232(%r11), %rcx
+        movq	%rax, 224(%r15)
+        adcq	$0, %rcx
+        movq	240(%r11), %r8
+        movq	%rcx, 232(%r15)
+        adcq	$0, %r8
+        movq	248(%r11), %rax
+        movq	%r8, 240(%r15)
+        adcq	$0, %rax
+        movq	256(%r11), %rcx
+        movq	%rax, 248(%r15)
+        adcq	$0, %rcx
+        movq	264(%r11), %r8
+        movq	%rcx, 256(%r15)
+        adcq	$0, %r8
+        movq	272(%r11), %rax
+        movq	%r8, 264(%r15)
+        adcq	$0, %rax
+        movq	280(%r11), %rcx
+        movq	%rax, 272(%r15)
+        adcq	$0, %rcx
+        movq	288(%r11), %r8
+        movq	%rcx, 280(%r15)
+        adcq	$0, %r8
+        movq	296(%r11), %rax
+        movq	%r8, 288(%r15)
+        adcq	$0, %rax
+        movq	304(%r11), %rcx
+        movq	%rax, 296(%r15)
+        adcq	$0, %rcx
+        movq	312(%r11), %r8
+        movq	%rcx, 304(%r15)
+        adcq	$0, %r8
+        movq	320(%r11), %rax
+        movq	%r8, 312(%r15)
+        adcq	$0, %rax
+        movq	328(%r11), %rcx
+        movq	%rax, 320(%r15)
+        adcq	$0, %rcx
+        movq	336(%r11), %r8
+        movq	%rcx, 328(%r15)
+        adcq	$0, %r8
+        movq	344(%r11), %rax
+        movq	%r8, 336(%r15)
+        adcq	$0, %rax
+        movq	352(%r11), %rcx
+        movq	%rax, 344(%r15)
+        adcq	$0, %rcx
+        movq	360(%r11), %r8
+        movq	%rcx, 352(%r15)
+        adcq	$0, %r8
+        movq	368(%r11), %rax
+        movq	%r8, 360(%r15)
+        adcq	$0, %rax
+        movq	376(%r11), %rcx
+        movq	%rax, 368(%r15)
+        adcq	$0, %rcx
+        movq	%rcx, 376(%r15)
+        addq	$1192, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_mul_avx2_48,.-sp_3072_mul_avx2_48
+#endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_3072_sqr_avx2_48
+.type	sp_3072_sqr_avx2_48,@function
+.align	16
+sp_3072_sqr_avx2_48:
+#else
+.globl	_sp_3072_sqr_avx2_48
+.p2align	4
+_sp_3072_sqr_avx2_48:
+#endif /* __APPLE__ */
+        subq	$984, %rsp
+        movq	%rdi, 960(%rsp)
+        movq	%rsi, 968(%rsp)
+        leaq	768(%rsp), %r8
+        leaq	192(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	128(%rsi), %rdx
+        movq	%rax, 120(%r8)
+        adcq	128(%r9), %rdx
+        movq	136(%rsi), %rax
+        movq	%rdx, 128(%r8)
+        adcq	136(%r9), %rax
+        movq	144(%rsi), %rdx
+        movq	%rax, 136(%r8)
+        adcq	144(%r9), %rdx
+        movq	152(%rsi), %rax
+        movq	%rdx, 144(%r8)
+        adcq	152(%r9), %rax
+        movq	160(%rsi), %rdx
+        movq	%rax, 152(%r8)
+        adcq	160(%r9), %rdx
+        movq	168(%rsi), %rax
+        movq	%rdx, 160(%r8)
+        adcq	168(%r9), %rax
+        movq	176(%rsi), %rdx
+        movq	%rax, 168(%r8)
+        adcq	176(%r9), %rdx
+        movq	184(%rsi), %rax
+        movq	%rdx, 176(%r8)
+        adcq	184(%r9), %rax
+        movq	%rax, 184(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 976(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_24@plt
+#else
+        callq	_sp_3072_sqr_avx2_24
+#endif /* __APPLE__ */
+        movq	968(%rsp), %rsi
+        leaq	384(%rsp), %rdi
+        addq	$192, %rsi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_24@plt
+#else
+        callq	_sp_3072_sqr_avx2_24
+#endif /* __APPLE__ */
+        movq	968(%rsp), %rsi
+        movq	960(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_3072_sqr_avx2_24@plt
+#else
+        callq	_sp_3072_sqr_avx2_24
+#endif /* __APPLE__ */
+        movq	976(%rsp), %r10
+        movq	%rdi, %r9
+        leaq	768(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        addq	$384, %r9
+        movq	(%r8), %rdx
+        pextq	%r10, %rdx, %rdx
+        addq	%rdx, %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r9)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r9)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	%rax, 184(%r9)
+        adcq	$0, %rcx
+        leaq	384(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rsi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rsi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rsi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rsi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rsi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rsi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rsi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rsi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rsi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rsi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rsi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rsi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rsi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rsi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rsi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rsi), %rax
+        movq	%rax, 376(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rdi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rdi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rdi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rdi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rdi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rdi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rdi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rdi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rdi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rdi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rdi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rdi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rdi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rdi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rdi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rdi), %rax
+        movq	%rax, 376(%r8)
+        sbbq	$0, %rcx
+        subq	$192, %r9
+        # Add in place
+        movq	(%r9), %rdx
+        addq	(%r8), %rdx
+        movq	8(%r9), %rax
+        movq	%rdx, (%r9)
+        adcq	8(%r8), %rax
+        movq	16(%r9), %rdx
+        movq	%rax, 8(%r9)
+        adcq	16(%r8), %rdx
+        movq	24(%r9), %rax
+        movq	%rdx, 16(%r9)
+        adcq	24(%r8), %rax
+        movq	32(%r9), %rdx
+        movq	%rax, 24(%r9)
+        adcq	32(%r8), %rdx
+        movq	40(%r9), %rax
+        movq	%rdx, 32(%r9)
+        adcq	40(%r8), %rax
+        movq	48(%r9), %rdx
+        movq	%rax, 40(%r9)
+        adcq	48(%r8), %rdx
+        movq	56(%r9), %rax
+        movq	%rdx, 48(%r9)
+        adcq	56(%r8), %rax
+        movq	64(%r9), %rdx
+        movq	%rax, 56(%r9)
+        adcq	64(%r8), %rdx
+        movq	72(%r9), %rax
+        movq	%rdx, 64(%r9)
+        adcq	72(%r8), %rax
+        movq	80(%r9), %rdx
+        movq	%rax, 72(%r9)
+        adcq	80(%r8), %rdx
+        movq	88(%r9), %rax
+        movq	%rdx, 80(%r9)
+        adcq	88(%r8), %rax
+        movq	96(%r9), %rdx
+        movq	%rax, 88(%r9)
+        adcq	96(%r8), %rdx
+        movq	104(%r9), %rax
+        movq	%rdx, 96(%r9)
+        adcq	104(%r8), %rax
+        movq	112(%r9), %rdx
+        movq	%rax, 104(%r9)
+        adcq	112(%r8), %rdx
+        movq	120(%r9), %rax
+        movq	%rdx, 112(%r9)
+        adcq	120(%r8), %rax
+        movq	128(%r9), %rdx
+        movq	%rax, 120(%r9)
+        adcq	128(%r8), %rdx
+        movq	136(%r9), %rax
+        movq	%rdx, 128(%r9)
+        adcq	136(%r8), %rax
+        movq	144(%r9), %rdx
+        movq	%rax, 136(%r9)
+        adcq	144(%r8), %rdx
+        movq	152(%r9), %rax
+        movq	%rdx, 144(%r9)
+        adcq	152(%r8), %rax
+        movq	160(%r9), %rdx
+        movq	%rax, 152(%r9)
+        adcq	160(%r8), %rdx
+        movq	168(%r9), %rax
+        movq	%rdx, 160(%r9)
+        adcq	168(%r8), %rax
+        movq	176(%r9), %rdx
+        movq	%rax, 168(%r9)
+        adcq	176(%r8), %rdx
+        movq	184(%r9), %rax
+        movq	%rdx, 176(%r9)
+        adcq	184(%r8), %rax
+        movq	192(%r9), %rdx
+        movq	%rax, 184(%r9)
+        adcq	192(%r8), %rdx
+        movq	200(%r9), %rax
+        movq	%rdx, 192(%r9)
+        adcq	200(%r8), %rax
+        movq	208(%r9), %rdx
+        movq	%rax, 200(%r9)
+        adcq	208(%r8), %rdx
+        movq	216(%r9), %rax
+        movq	%rdx, 208(%r9)
+        adcq	216(%r8), %rax
+        movq	224(%r9), %rdx
+        movq	%rax, 216(%r9)
+        adcq	224(%r8), %rdx
+        movq	232(%r9), %rax
+        movq	%rdx, 224(%r9)
+        adcq	232(%r8), %rax
+        movq	240(%r9), %rdx
+        movq	%rax, 232(%r9)
+        adcq	240(%r8), %rdx
+        movq	248(%r9), %rax
+        movq	%rdx, 240(%r9)
+        adcq	248(%r8), %rax
+        movq	256(%r9), %rdx
+        movq	%rax, 248(%r9)
+        adcq	256(%r8), %rdx
+        movq	264(%r9), %rax
+        movq	%rdx, 256(%r9)
+        adcq	264(%r8), %rax
+        movq	272(%r9), %rdx
+        movq	%rax, 264(%r9)
+        adcq	272(%r8), %rdx
+        movq	280(%r9), %rax
+        movq	%rdx, 272(%r9)
+        adcq	280(%r8), %rax
+        movq	288(%r9), %rdx
+        movq	%rax, 280(%r9)
+        adcq	288(%r8), %rdx
+        movq	296(%r9), %rax
+        movq	%rdx, 288(%r9)
+        adcq	296(%r8), %rax
+        movq	304(%r9), %rdx
+        movq	%rax, 296(%r9)
+        adcq	304(%r8), %rdx
+        movq	312(%r9), %rax
+        movq	%rdx, 304(%r9)
+        adcq	312(%r8), %rax
+        movq	320(%r9), %rdx
+        movq	%rax, 312(%r9)
+        adcq	320(%r8), %rdx
+        movq	328(%r9), %rax
+        movq	%rdx, 320(%r9)
+        adcq	328(%r8), %rax
+        movq	336(%r9), %rdx
+        movq	%rax, 328(%r9)
+        adcq	336(%r8), %rdx
+        movq	344(%r9), %rax
+        movq	%rdx, 336(%r9)
+        adcq	344(%r8), %rax
+        movq	352(%r9), %rdx
+        movq	%rax, 344(%r9)
+        adcq	352(%r8), %rdx
+        movq	360(%r9), %rax
+        movq	%rdx, 352(%r9)
+        adcq	360(%r8), %rax
+        movq	368(%r9), %rdx
+        movq	%rax, 360(%r9)
+        adcq	368(%r8), %rdx
+        movq	376(%r9), %rax
+        movq	%rdx, 368(%r9)
+        adcq	376(%r8), %rax
+        movq	%rax, 376(%r9)
+        adcq	$0, %rcx
+        movq	%rcx, 576(%rdi)
+        # Add in place
+        movq	192(%r9), %rdx
+        addq	(%rsi), %rdx
+        movq	200(%r9), %rax
+        movq	%rdx, 192(%r9)
+        adcq	8(%rsi), %rax
+        movq	208(%r9), %rdx
+        movq	%rax, 200(%r9)
+        adcq	16(%rsi), %rdx
+        movq	216(%r9), %rax
+        movq	%rdx, 208(%r9)
+        adcq	24(%rsi), %rax
+        movq	224(%r9), %rdx
+        movq	%rax, 216(%r9)
+        adcq	32(%rsi), %rdx
+        movq	232(%r9), %rax
+        movq	%rdx, 224(%r9)
+        adcq	40(%rsi), %rax
+        movq	240(%r9), %rdx
+        movq	%rax, 232(%r9)
+        adcq	48(%rsi), %rdx
+        movq	248(%r9), %rax
+        movq	%rdx, 240(%r9)
+        adcq	56(%rsi), %rax
+        movq	256(%r9), %rdx
+        movq	%rax, 248(%r9)
+        adcq	64(%rsi), %rdx
+        movq	264(%r9), %rax
+        movq	%rdx, 256(%r9)
+        adcq	72(%rsi), %rax
+        movq	272(%r9), %rdx
+        movq	%rax, 264(%r9)
+        adcq	80(%rsi), %rdx
+        movq	280(%r9), %rax
+        movq	%rdx, 272(%r9)
+        adcq	88(%rsi), %rax
+        movq	288(%r9), %rdx
+        movq	%rax, 280(%r9)
+        adcq	96(%rsi), %rdx
+        movq	296(%r9), %rax
+        movq	%rdx, 288(%r9)
+        adcq	104(%rsi), %rax
+        movq	304(%r9), %rdx
+        movq	%rax, 296(%r9)
+        adcq	112(%rsi), %rdx
+        movq	312(%r9), %rax
+        movq	%rdx, 304(%r9)
+        adcq	120(%rsi), %rax
+        movq	320(%r9), %rdx
+        movq	%rax, 312(%r9)
+        adcq	128(%rsi), %rdx
+        movq	328(%r9), %rax
+        movq	%rdx, 320(%r9)
+        adcq	136(%rsi), %rax
+        movq	336(%r9), %rdx
+        movq	%rax, 328(%r9)
+        adcq	144(%rsi), %rdx
+        movq	344(%r9), %rax
+        movq	%rdx, 336(%r9)
+        adcq	152(%rsi), %rax
+        movq	352(%r9), %rdx
+        movq	%rax, 344(%r9)
+        adcq	160(%rsi), %rdx
+        movq	360(%r9), %rax
+        movq	%rdx, 352(%r9)
+        adcq	168(%rsi), %rax
+        movq	368(%r9), %rdx
+        movq	%rax, 360(%r9)
+        adcq	176(%rsi), %rdx
+        movq	376(%r9), %rax
+        movq	%rdx, 368(%r9)
+        adcq	184(%rsi), %rax
+        movq	384(%r9), %rdx
+        movq	%rax, 376(%r9)
+        adcq	192(%rsi), %rdx
+        movq	%rdx, 384(%r9)
+        # Add to zero
+        movq	200(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	208(%rsi), %rax
+        movq	%rdx, 392(%r9)
+        adcq	$0, %rax
+        movq	216(%rsi), %rdx
+        movq	%rax, 400(%r9)
+        adcq	$0, %rdx
+        movq	224(%rsi), %rax
+        movq	%rdx, 408(%r9)
+        adcq	$0, %rax
+        movq	232(%rsi), %rdx
+        movq	%rax, 416(%r9)
+        adcq	$0, %rdx
+        movq	240(%rsi), %rax
+        movq	%rdx, 424(%r9)
+        adcq	$0, %rax
+        movq	248(%rsi), %rdx
+        movq	%rax, 432(%r9)
+        adcq	$0, %rdx
+        movq	256(%rsi), %rax
+        movq	%rdx, 440(%r9)
+        adcq	$0, %rax
+        movq	264(%rsi), %rdx
+        movq	%rax, 448(%r9)
+        adcq	$0, %rdx
+        movq	272(%rsi), %rax
+        movq	%rdx, 456(%r9)
+        adcq	$0, %rax
+        movq	280(%rsi), %rdx
+        movq	%rax, 464(%r9)
+        adcq	$0, %rdx
+        movq	288(%rsi), %rax
+        movq	%rdx, 472(%r9)
+        adcq	$0, %rax
+        movq	296(%rsi), %rdx
+        movq	%rax, 480(%r9)
+        adcq	$0, %rdx
+        movq	304(%rsi), %rax
+        movq	%rdx, 488(%r9)
+        adcq	$0, %rax
+        movq	312(%rsi), %rdx
+        movq	%rax, 496(%r9)
+        adcq	$0, %rdx
+        movq	320(%rsi), %rax
+        movq	%rdx, 504(%r9)
+        adcq	$0, %rax
+        movq	328(%rsi), %rdx
+        movq	%rax, 512(%r9)
+        adcq	$0, %rdx
+        movq	336(%rsi), %rax
+        movq	%rdx, 520(%r9)
+        adcq	$0, %rax
+        movq	344(%rsi), %rdx
+        movq	%rax, 528(%r9)
+        adcq	$0, %rdx
+        movq	352(%rsi), %rax
+        movq	%rdx, 536(%r9)
+        adcq	$0, %rax
+        movq	360(%rsi), %rdx
+        movq	%rax, 544(%r9)
+        adcq	$0, %rdx
+        movq	368(%rsi), %rax
+        movq	%rdx, 552(%r9)
+        adcq	$0, %rax
+        movq	376(%rsi), %rdx
+        movq	%rax, 560(%r9)
+        adcq	$0, %rdx
+        movq	%rdx, 568(%r9)
+        addq	$984, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_3072_sqr_avx2_48,.-sp_3072_sqr_avx2_48
+#endif /* __APPLE__ */
 /* Mul a by digit b into r. (r = a * b)
  *
  * r  A single precision integer.
@@ -21807,99 +22250,6 @@ _sp_3072_mul_d_48:
 #ifndef __APPLE__
 .size	sp_3072_mul_d_48,.-sp_3072_mul_d_48
 #endif /* __APPLE__ */
-/* Sub b from a into a. (a -= b)
- *
- * a  A single precision integer and result.
- * b  A single precision integer.
- */
-#ifndef __APPLE__
-.globl	sp_3072_sub_in_place_24
-.type	sp_3072_sub_in_place_24,@function
-.align	16
-sp_3072_sub_in_place_24:
-#else
-.globl	_sp_3072_sub_in_place_24
-.p2align	4
-_sp_3072_sub_in_place_24:
-#endif /* __APPLE__ */
-        movq	(%rdi), %rdx
-        xorq	%rax, %rax
-        subq	(%rsi), %rdx
-        movq	8(%rdi), %rcx
-        movq	%rdx, (%rdi)
-        sbbq	8(%rsi), %rcx
-        movq	16(%rdi), %rdx
-        movq	%rcx, 8(%rdi)
-        sbbq	16(%rsi), %rdx
-        movq	24(%rdi), %rcx
-        movq	%rdx, 16(%rdi)
-        sbbq	24(%rsi), %rcx
-        movq	32(%rdi), %rdx
-        movq	%rcx, 24(%rdi)
-        sbbq	32(%rsi), %rdx
-        movq	40(%rdi), %rcx
-        movq	%rdx, 32(%rdi)
-        sbbq	40(%rsi), %rcx
-        movq	48(%rdi), %rdx
-        movq	%rcx, 40(%rdi)
-        sbbq	48(%rsi), %rdx
-        movq	56(%rdi), %rcx
-        movq	%rdx, 48(%rdi)
-        sbbq	56(%rsi), %rcx
-        movq	64(%rdi), %rdx
-        movq	%rcx, 56(%rdi)
-        sbbq	64(%rsi), %rdx
-        movq	72(%rdi), %rcx
-        movq	%rdx, 64(%rdi)
-        sbbq	72(%rsi), %rcx
-        movq	80(%rdi), %rdx
-        movq	%rcx, 72(%rdi)
-        sbbq	80(%rsi), %rdx
-        movq	88(%rdi), %rcx
-        movq	%rdx, 80(%rdi)
-        sbbq	88(%rsi), %rcx
-        movq	96(%rdi), %rdx
-        movq	%rcx, 88(%rdi)
-        sbbq	96(%rsi), %rdx
-        movq	104(%rdi), %rcx
-        movq	%rdx, 96(%rdi)
-        sbbq	104(%rsi), %rcx
-        movq	112(%rdi), %rdx
-        movq	%rcx, 104(%rdi)
-        sbbq	112(%rsi), %rdx
-        movq	120(%rdi), %rcx
-        movq	%rdx, 112(%rdi)
-        sbbq	120(%rsi), %rcx
-        movq	128(%rdi), %rdx
-        movq	%rcx, 120(%rdi)
-        sbbq	128(%rsi), %rdx
-        movq	136(%rdi), %rcx
-        movq	%rdx, 128(%rdi)
-        sbbq	136(%rsi), %rcx
-        movq	144(%rdi), %rdx
-        movq	%rcx, 136(%rdi)
-        sbbq	144(%rsi), %rdx
-        movq	152(%rdi), %rcx
-        movq	%rdx, 144(%rdi)
-        sbbq	152(%rsi), %rcx
-        movq	160(%rdi), %rdx
-        movq	%rcx, 152(%rdi)
-        sbbq	160(%rsi), %rdx
-        movq	168(%rdi), %rcx
-        movq	%rdx, 160(%rdi)
-        sbbq	168(%rsi), %rcx
-        movq	176(%rdi), %rdx
-        movq	%rcx, 168(%rdi)
-        sbbq	176(%rsi), %rdx
-        movq	184(%rdi), %rcx
-        movq	%rdx, 176(%rdi)
-        sbbq	184(%rsi), %rcx
-        movq	%rcx, 184(%rdi)
-        sbbq	$0, %rax
-        repz retq
-#ifndef __APPLE__
-.size	sp_3072_sub_in_place_24,.-sp_3072_sub_in_place_24
-#endif /* __APPLE__ */
 /* Conditionally subtract b from a using the mask m.
  * m is -1 to subtract and 0 when not copying.
  *
@@ -22403,126 +22753,126 @@ sp_3072_cond_sub_avx2_24:
 _sp_3072_cond_sub_avx2_24:
 #endif /* __APPLE__ */
         movq	$0, %rax
-        movq	(%rsi), %r8
         movq	(%rdx), %r10
+        movq	(%rsi), %r8
         pextq	%rcx, %r10, %r10
         subq	%r10, %r8
-        movq	8(%rsi), %r9
         movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, (%rdi)
         sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
         movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
+        movq	%r8, 24(%rdi)
         sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	48(%rdx), %r9
         movq	48(%rsi), %r8
-        movq	48(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 40(%rdi)
-        sbbq	%r10, %r8
-        movq	56(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 40(%rdi)
+        sbbq	%r9, %r8
         movq	56(%rdx), %r10
+        movq	56(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 48(%rdi)
         sbbq	%r10, %r9
-        movq	64(%rsi), %r8
-        movq	64(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	64(%rdx), %r8
+        movq	64(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 56(%rdi)
-        sbbq	%r10, %r8
-        movq	72(%rsi), %r9
-        movq	72(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 64(%rdi)
-        sbbq	%r10, %r9
-        movq	80(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	72(%rdx), %r9
+        movq	72(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 64(%rdi)
+        sbbq	%r9, %r8
         movq	80(%rdx), %r10
+        movq	80(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 72(%rdi)
-        sbbq	%r10, %r8
-        movq	88(%rsi), %r9
-        movq	88(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 80(%rdi)
+        movq	%r8, 72(%rdi)
         sbbq	%r10, %r9
+        movq	88(%rdx), %r8
+        movq	88(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 80(%rdi)
+        sbbq	%r8, %r10
+        movq	96(%rdx), %r9
         movq	96(%rsi), %r8
-        movq	96(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 88(%rdi)
-        sbbq	%r10, %r8
-        movq	104(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 88(%rdi)
+        sbbq	%r9, %r8
         movq	104(%rdx), %r10
+        movq	104(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 96(%rdi)
         sbbq	%r10, %r9
-        movq	112(%rsi), %r8
-        movq	112(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	112(%rdx), %r8
+        movq	112(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 104(%rdi)
-        sbbq	%r10, %r8
-        movq	120(%rsi), %r9
-        movq	120(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 112(%rdi)
-        sbbq	%r10, %r9
-        movq	128(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	120(%rdx), %r9
+        movq	120(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 112(%rdi)
+        sbbq	%r9, %r8
         movq	128(%rdx), %r10
+        movq	128(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 120(%rdi)
-        sbbq	%r10, %r8
-        movq	136(%rsi), %r9
-        movq	136(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 128(%rdi)
+        movq	%r8, 120(%rdi)
         sbbq	%r10, %r9
+        movq	136(%rdx), %r8
+        movq	136(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 128(%rdi)
+        sbbq	%r8, %r10
+        movq	144(%rdx), %r9
         movq	144(%rsi), %r8
-        movq	144(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 136(%rdi)
-        sbbq	%r10, %r8
-        movq	152(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 136(%rdi)
+        sbbq	%r9, %r8
         movq	152(%rdx), %r10
+        movq	152(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 144(%rdi)
         sbbq	%r10, %r9
-        movq	160(%rsi), %r8
-        movq	160(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	160(%rdx), %r8
+        movq	160(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 152(%rdi)
-        sbbq	%r10, %r8
-        movq	168(%rsi), %r9
-        movq	168(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 160(%rdi)
-        sbbq	%r10, %r9
-        movq	176(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	168(%rdx), %r9
+        movq	168(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 160(%rdi)
+        sbbq	%r9, %r8
         movq	176(%rdx), %r10
+        movq	176(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 168(%rdi)
-        sbbq	%r10, %r8
-        movq	184(%rsi), %r9
-        movq	184(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 176(%rdi)
+        movq	%r8, 168(%rdi)
         sbbq	%r10, %r9
-        movq	%r9, 184(%rdi)
+        movq	184(%rdx), %r8
+        movq	184(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 176(%rdi)
+        sbbq	%r8, %r10
+        movq	%r10, 184(%rdi)
         sbbq	$0, %rax
         repz retq
 #ifndef __APPLE__
@@ -22756,150 +23106,152 @@ sp_3072_mul_d_avx2_24:
 .p2align	4
 _sp_3072_mul_d_avx2_24:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 40(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 40(%rdi)
+        adoxq	%r8, %r9
         # A[6] * B
-        mulxq	48(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 48(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	48(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 48(%rdi)
+        adoxq	%r8, %r10
         # A[7] * B
-        mulxq	56(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 56(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	56(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 56(%rdi)
+        adoxq	%r8, %r9
         # A[8] * B
-        mulxq	64(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 64(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	64(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 64(%rdi)
+        adoxq	%r8, %r10
         # A[9] * B
-        mulxq	72(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 72(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	72(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 72(%rdi)
+        adoxq	%r8, %r9
         # A[10] * B
-        mulxq	80(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 80(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	80(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 80(%rdi)
+        adoxq	%r8, %r10
         # A[11] * B
-        mulxq	88(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	88(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 88(%rdi)
+        adoxq	%r8, %r9
         # A[12] * B
-        mulxq	96(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 96(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	96(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 96(%rdi)
+        adoxq	%r8, %r10
         # A[13] * B
-        mulxq	104(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 104(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	104(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 104(%rdi)
+        adoxq	%r8, %r9
         # A[14] * B
-        mulxq	112(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 112(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	112(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 112(%rdi)
+        adoxq	%r8, %r10
         # A[15] * B
-        mulxq	120(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 120(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	120(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 120(%rdi)
+        adoxq	%r8, %r9
         # A[16] * B
-        mulxq	128(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 128(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	128(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 128(%rdi)
+        adoxq	%r8, %r10
         # A[17] * B
-        mulxq	136(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 136(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	136(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 136(%rdi)
+        adoxq	%r8, %r9
         # A[18] * B
-        mulxq	144(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 144(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	144(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 144(%rdi)
+        adoxq	%r8, %r10
         # A[19] * B
-        mulxq	152(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 152(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	152(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 152(%rdi)
+        adoxq	%r8, %r9
         # A[20] * B
-        mulxq	160(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 160(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	160(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 160(%rdi)
+        adoxq	%r8, %r10
         # A[21] * B
-        mulxq	168(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 168(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	168(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 168(%rdi)
+        adoxq	%r8, %r9
         # A[22] * B
-        mulxq	176(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 176(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	176(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 176(%rdi)
+        adoxq	%r8, %r10
         # A[23] * B
-        mulxq	184(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 184(%rdi)
-        movq	%r8, 192(%rdi)
+        mulxq	184(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 184(%rdi)
+        movq	%r9, 192(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_3072_mul_d_avx2_24,.-sp_3072_mul_d_avx2_24
@@ -23143,179 +23495,295 @@ _sp_3072_mont_reduce_avx2_24:
         push	%r12
         push	%r13
         push	%r14
-        movq	%rdx, %rax
+        movq	%rdx, %r8
         xorq	%r14, %r14
         # i = 24
         movq	$24, %r9
         movq	(%rdi), %r13
+        addq	$96, %rdi
         xorq	%r12, %r12
 L_mont_loop_avx2_24:
         # mu = a[i] * mp
         movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
         movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
         # a[i+0] += m[0] * mu
-        mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        mulxq	(%rsi), %rax, %rcx
+        movq	-88(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
         # a[i+1] += m[1] * mu
-        mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-80(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
         # a[i+2] += m[2] * mu
-        mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -80(%rdi)
         # a[i+3] += m[3] * mu
-        mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -72(%rdi)
         # a[i+4] += m[4] * mu
-        mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -64(%rdi)
         # a[i+5] += m[5] * mu
-        mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -56(%rdi)
         # a[i+6] += m[6] * mu
-        mulxq	48(%rsi), %rcx, %r8
-        movq	56(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 48(%rdi)
+        mulxq	48(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -48(%rdi)
         # a[i+7] += m[7] * mu
-        mulxq	56(%rsi), %rcx, %r8
-        movq	64(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 56(%rdi)
+        mulxq	56(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -40(%rdi)
         # a[i+8] += m[8] * mu
-        mulxq	64(%rsi), %rcx, %r8
-        movq	72(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 64(%rdi)
+        mulxq	64(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -32(%rdi)
         # a[i+9] += m[9] * mu
-        mulxq	72(%rsi), %rcx, %r8
-        movq	80(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 72(%rdi)
+        mulxq	72(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -24(%rdi)
         # a[i+10] += m[10] * mu
-        mulxq	80(%rsi), %rcx, %r8
-        movq	88(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 80(%rdi)
+        mulxq	80(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -16(%rdi)
         # a[i+11] += m[11] * mu
-        mulxq	88(%rsi), %rcx, %r8
-        movq	96(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 88(%rdi)
+        mulxq	88(%rsi), %rax, %rcx
+        movq	(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -8(%rdi)
         # a[i+12] += m[12] * mu
-        mulxq	96(%rsi), %rcx, %r8
-        movq	104(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 96(%rdi)
+        mulxq	96(%rsi), %rax, %rcx
+        movq	8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, (%rdi)
         # a[i+13] += m[13] * mu
-        mulxq	104(%rsi), %rcx, %r8
-        movq	112(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 104(%rdi)
+        mulxq	104(%rsi), %rax, %rcx
+        movq	16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 8(%rdi)
         # a[i+14] += m[14] * mu
-        mulxq	112(%rsi), %rcx, %r8
-        movq	120(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 112(%rdi)
+        mulxq	112(%rsi), %rax, %rcx
+        movq	24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 16(%rdi)
         # a[i+15] += m[15] * mu
-        mulxq	120(%rsi), %rcx, %r8
-        movq	128(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 120(%rdi)
+        mulxq	120(%rsi), %rax, %rcx
+        movq	32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 24(%rdi)
         # a[i+16] += m[16] * mu
-        mulxq	128(%rsi), %rcx, %r8
-        movq	136(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 128(%rdi)
+        mulxq	128(%rsi), %rax, %rcx
+        movq	40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 32(%rdi)
         # a[i+17] += m[17] * mu
-        mulxq	136(%rsi), %rcx, %r8
-        movq	144(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 136(%rdi)
+        mulxq	136(%rsi), %rax, %rcx
+        movq	48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 40(%rdi)
         # a[i+18] += m[18] * mu
-        mulxq	144(%rsi), %rcx, %r8
-        movq	152(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 144(%rdi)
+        mulxq	144(%rsi), %rax, %rcx
+        movq	56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 48(%rdi)
         # a[i+19] += m[19] * mu
-        mulxq	152(%rsi), %rcx, %r8
-        movq	160(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 152(%rdi)
+        mulxq	152(%rsi), %rax, %rcx
+        movq	64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 56(%rdi)
         # a[i+20] += m[20] * mu
-        mulxq	160(%rsi), %rcx, %r8
-        movq	168(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 160(%rdi)
+        mulxq	160(%rsi), %rax, %rcx
+        movq	72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 64(%rdi)
         # a[i+21] += m[21] * mu
-        mulxq	168(%rsi), %rcx, %r8
-        movq	176(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 168(%rdi)
+        mulxq	168(%rsi), %rax, %rcx
+        movq	80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 72(%rdi)
         # a[i+22] += m[22] * mu
-        mulxq	176(%rsi), %rcx, %r8
-        movq	184(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 176(%rdi)
+        mulxq	176(%rsi), %rax, %rcx
+        movq	88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 80(%rdi)
         # a[i+23] += m[23] * mu
-        mulxq	184(%rsi), %rcx, %r8
-        movq	192(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 184(%rdi)
+        mulxq	184(%rsi), %rax, %rcx
+        movq	96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 88(%rdi)
         adcxq	%r14, %r10
+        movq	%r10, 96(%rdi)
         movq	%r12, %r14
-        movq	%r10, 192(%rdi)
         adoxq	%r12, %r14
         adcxq	%r12, %r14
-        # i -= 1
+        # a += 1
         addq	$8, %rdi
-        decq	%r9
+        # i -= 1
+        subq	$1, %r9
         jnz	L_mont_loop_avx2_24
-        movq	%r13, (%rdi)
+        subq	$96, %rdi
         negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
+        movq	%rdi, %r8
         subq	$192, %rdi
-#ifndef __APPLE__
-        callq	sp_3072_cond_sub_avx2_24@plt
-#else
-        callq	_sp_3072_cond_sub_avx2_24
-#endif /* __APPLE__ */
+        movq	(%rsi), %rcx
+        movq	%r13, %rdx
+        pextq	%r14, %rcx, %rcx
+        subq	%rcx, %rdx
+        movq	8(%rsi), %rcx
+        movq	8(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, (%rdi)
+        sbbq	%rcx, %rax
+        movq	16(%rsi), %rdx
+        movq	16(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 8(%rdi)
+        sbbq	%rdx, %rcx
+        movq	24(%rsi), %rax
+        movq	24(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 16(%rdi)
+        sbbq	%rax, %rdx
+        movq	32(%rsi), %rcx
+        movq	32(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 24(%rdi)
+        sbbq	%rcx, %rax
+        movq	40(%rsi), %rdx
+        movq	40(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 32(%rdi)
+        sbbq	%rdx, %rcx
+        movq	48(%rsi), %rax
+        movq	48(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 40(%rdi)
+        sbbq	%rax, %rdx
+        movq	56(%rsi), %rcx
+        movq	56(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	%rcx, %rax
+        movq	64(%rsi), %rdx
+        movq	64(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 56(%rdi)
+        sbbq	%rdx, %rcx
+        movq	72(%rsi), %rax
+        movq	72(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 64(%rdi)
+        sbbq	%rax, %rdx
+        movq	80(%rsi), %rcx
+        movq	80(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 72(%rdi)
+        sbbq	%rcx, %rax
+        movq	88(%rsi), %rdx
+        movq	88(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 80(%rdi)
+        sbbq	%rdx, %rcx
+        movq	96(%rsi), %rax
+        movq	96(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 88(%rdi)
+        sbbq	%rax, %rdx
+        movq	104(%rsi), %rcx
+        movq	104(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	%rcx, %rax
+        movq	112(%rsi), %rdx
+        movq	112(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 104(%rdi)
+        sbbq	%rdx, %rcx
+        movq	120(%rsi), %rax
+        movq	120(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 112(%rdi)
+        sbbq	%rax, %rdx
+        movq	128(%rsi), %rcx
+        movq	128(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 120(%rdi)
+        sbbq	%rcx, %rax
+        movq	136(%rsi), %rdx
+        movq	136(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 128(%rdi)
+        sbbq	%rdx, %rcx
+        movq	144(%rsi), %rax
+        movq	144(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 136(%rdi)
+        sbbq	%rax, %rdx
+        movq	152(%rsi), %rcx
+        movq	152(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 144(%rdi)
+        sbbq	%rcx, %rax
+        movq	160(%rsi), %rdx
+        movq	160(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 152(%rdi)
+        sbbq	%rdx, %rcx
+        movq	168(%rsi), %rax
+        movq	168(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 160(%rdi)
+        sbbq	%rax, %rdx
+        movq	176(%rsi), %rcx
+        movq	176(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 168(%rdi)
+        sbbq	%rcx, %rax
+        movq	184(%rsi), %rdx
+        movq	184(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 176(%rdi)
+        sbbq	%rdx, %rcx
+        movq	%rcx, 184(%rdi)
         pop	%r14
         pop	%r13
         pop	%r12
@@ -24235,246 +24703,246 @@ sp_3072_cond_sub_avx2_48:
 _sp_3072_cond_sub_avx2_48:
 #endif /* __APPLE__ */
         movq	$0, %rax
-        movq	(%rsi), %r8
         movq	(%rdx), %r10
+        movq	(%rsi), %r8
         pextq	%rcx, %r10, %r10
         subq	%r10, %r8
-        movq	8(%rsi), %r9
         movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, (%rdi)
         sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
         movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
+        movq	%r8, 24(%rdi)
         sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	48(%rdx), %r9
         movq	48(%rsi), %r8
-        movq	48(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 40(%rdi)
-        sbbq	%r10, %r8
-        movq	56(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 40(%rdi)
+        sbbq	%r9, %r8
         movq	56(%rdx), %r10
+        movq	56(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 48(%rdi)
         sbbq	%r10, %r9
-        movq	64(%rsi), %r8
-        movq	64(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	64(%rdx), %r8
+        movq	64(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 56(%rdi)
-        sbbq	%r10, %r8
-        movq	72(%rsi), %r9
-        movq	72(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 64(%rdi)
-        sbbq	%r10, %r9
-        movq	80(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	72(%rdx), %r9
+        movq	72(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 64(%rdi)
+        sbbq	%r9, %r8
         movq	80(%rdx), %r10
+        movq	80(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 72(%rdi)
-        sbbq	%r10, %r8
-        movq	88(%rsi), %r9
-        movq	88(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 80(%rdi)
+        movq	%r8, 72(%rdi)
         sbbq	%r10, %r9
+        movq	88(%rdx), %r8
+        movq	88(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 80(%rdi)
+        sbbq	%r8, %r10
+        movq	96(%rdx), %r9
         movq	96(%rsi), %r8
-        movq	96(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 88(%rdi)
-        sbbq	%r10, %r8
-        movq	104(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 88(%rdi)
+        sbbq	%r9, %r8
         movq	104(%rdx), %r10
+        movq	104(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 96(%rdi)
         sbbq	%r10, %r9
-        movq	112(%rsi), %r8
-        movq	112(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	112(%rdx), %r8
+        movq	112(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 104(%rdi)
-        sbbq	%r10, %r8
-        movq	120(%rsi), %r9
-        movq	120(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 112(%rdi)
-        sbbq	%r10, %r9
-        movq	128(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	120(%rdx), %r9
+        movq	120(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 112(%rdi)
+        sbbq	%r9, %r8
         movq	128(%rdx), %r10
+        movq	128(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 120(%rdi)
-        sbbq	%r10, %r8
-        movq	136(%rsi), %r9
-        movq	136(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 128(%rdi)
+        movq	%r8, 120(%rdi)
         sbbq	%r10, %r9
+        movq	136(%rdx), %r8
+        movq	136(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 128(%rdi)
+        sbbq	%r8, %r10
+        movq	144(%rdx), %r9
         movq	144(%rsi), %r8
-        movq	144(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 136(%rdi)
-        sbbq	%r10, %r8
-        movq	152(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 136(%rdi)
+        sbbq	%r9, %r8
         movq	152(%rdx), %r10
+        movq	152(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 144(%rdi)
         sbbq	%r10, %r9
-        movq	160(%rsi), %r8
-        movq	160(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	160(%rdx), %r8
+        movq	160(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 152(%rdi)
-        sbbq	%r10, %r8
-        movq	168(%rsi), %r9
-        movq	168(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 160(%rdi)
-        sbbq	%r10, %r9
-        movq	176(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	168(%rdx), %r9
+        movq	168(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 160(%rdi)
+        sbbq	%r9, %r8
         movq	176(%rdx), %r10
+        movq	176(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 168(%rdi)
-        sbbq	%r10, %r8
-        movq	184(%rsi), %r9
-        movq	184(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 176(%rdi)
+        movq	%r8, 168(%rdi)
         sbbq	%r10, %r9
+        movq	184(%rdx), %r8
+        movq	184(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 176(%rdi)
+        sbbq	%r8, %r10
+        movq	192(%rdx), %r9
         movq	192(%rsi), %r8
-        movq	192(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 184(%rdi)
-        sbbq	%r10, %r8
-        movq	200(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 184(%rdi)
+        sbbq	%r9, %r8
         movq	200(%rdx), %r10
+        movq	200(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 192(%rdi)
         sbbq	%r10, %r9
-        movq	208(%rsi), %r8
-        movq	208(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	208(%rdx), %r8
+        movq	208(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 200(%rdi)
-        sbbq	%r10, %r8
-        movq	216(%rsi), %r9
-        movq	216(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 208(%rdi)
-        sbbq	%r10, %r9
-        movq	224(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	216(%rdx), %r9
+        movq	216(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 208(%rdi)
+        sbbq	%r9, %r8
         movq	224(%rdx), %r10
+        movq	224(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 216(%rdi)
-        sbbq	%r10, %r8
-        movq	232(%rsi), %r9
-        movq	232(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 224(%rdi)
+        movq	%r8, 216(%rdi)
         sbbq	%r10, %r9
+        movq	232(%rdx), %r8
+        movq	232(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 224(%rdi)
+        sbbq	%r8, %r10
+        movq	240(%rdx), %r9
         movq	240(%rsi), %r8
-        movq	240(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 232(%rdi)
-        sbbq	%r10, %r8
-        movq	248(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 232(%rdi)
+        sbbq	%r9, %r8
         movq	248(%rdx), %r10
+        movq	248(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 240(%rdi)
         sbbq	%r10, %r9
-        movq	256(%rsi), %r8
-        movq	256(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	256(%rdx), %r8
+        movq	256(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 248(%rdi)
-        sbbq	%r10, %r8
-        movq	264(%rsi), %r9
-        movq	264(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 256(%rdi)
-        sbbq	%r10, %r9
-        movq	272(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	264(%rdx), %r9
+        movq	264(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 256(%rdi)
+        sbbq	%r9, %r8
         movq	272(%rdx), %r10
+        movq	272(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 264(%rdi)
-        sbbq	%r10, %r8
-        movq	280(%rsi), %r9
-        movq	280(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 272(%rdi)
+        movq	%r8, 264(%rdi)
         sbbq	%r10, %r9
+        movq	280(%rdx), %r8
+        movq	280(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 272(%rdi)
+        sbbq	%r8, %r10
+        movq	288(%rdx), %r9
         movq	288(%rsi), %r8
-        movq	288(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 280(%rdi)
-        sbbq	%r10, %r8
-        movq	296(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 280(%rdi)
+        sbbq	%r9, %r8
         movq	296(%rdx), %r10
+        movq	296(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 288(%rdi)
         sbbq	%r10, %r9
-        movq	304(%rsi), %r8
-        movq	304(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	304(%rdx), %r8
+        movq	304(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 296(%rdi)
-        sbbq	%r10, %r8
-        movq	312(%rsi), %r9
-        movq	312(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 304(%rdi)
-        sbbq	%r10, %r9
-        movq	320(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	312(%rdx), %r9
+        movq	312(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 304(%rdi)
+        sbbq	%r9, %r8
         movq	320(%rdx), %r10
+        movq	320(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 312(%rdi)
-        sbbq	%r10, %r8
-        movq	328(%rsi), %r9
-        movq	328(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 320(%rdi)
+        movq	%r8, 312(%rdi)
         sbbq	%r10, %r9
+        movq	328(%rdx), %r8
+        movq	328(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 320(%rdi)
+        sbbq	%r8, %r10
+        movq	336(%rdx), %r9
         movq	336(%rsi), %r8
-        movq	336(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 328(%rdi)
-        sbbq	%r10, %r8
-        movq	344(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 328(%rdi)
+        sbbq	%r9, %r8
         movq	344(%rdx), %r10
+        movq	344(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 336(%rdi)
         sbbq	%r10, %r9
-        movq	352(%rsi), %r8
-        movq	352(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	352(%rdx), %r8
+        movq	352(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 344(%rdi)
-        sbbq	%r10, %r8
-        movq	360(%rsi), %r9
-        movq	360(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 352(%rdi)
-        sbbq	%r10, %r9
-        movq	368(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	360(%rdx), %r9
+        movq	360(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 352(%rdi)
+        sbbq	%r9, %r8
         movq	368(%rdx), %r10
+        movq	368(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 360(%rdi)
-        sbbq	%r10, %r8
-        movq	376(%rsi), %r9
-        movq	376(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 368(%rdi)
+        movq	%r8, 360(%rdi)
         sbbq	%r10, %r9
-        movq	%r9, 376(%rdi)
+        movq	376(%rdx), %r8
+        movq	376(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 368(%rdi)
+        sbbq	%r8, %r10
+        movq	%r10, 376(%rdi)
         sbbq	$0, %rax
         repz retq
 #ifndef __APPLE__
@@ -24497,294 +24965,296 @@ sp_3072_mul_d_avx2_48:
 .p2align	4
 _sp_3072_mul_d_avx2_48:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 40(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 40(%rdi)
+        adoxq	%r8, %r9
         # A[6] * B
-        mulxq	48(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 48(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	48(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 48(%rdi)
+        adoxq	%r8, %r10
         # A[7] * B
-        mulxq	56(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 56(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	56(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 56(%rdi)
+        adoxq	%r8, %r9
         # A[8] * B
-        mulxq	64(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 64(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	64(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 64(%rdi)
+        adoxq	%r8, %r10
         # A[9] * B
-        mulxq	72(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 72(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	72(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 72(%rdi)
+        adoxq	%r8, %r9
         # A[10] * B
-        mulxq	80(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 80(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	80(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 80(%rdi)
+        adoxq	%r8, %r10
         # A[11] * B
-        mulxq	88(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	88(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 88(%rdi)
+        adoxq	%r8, %r9
         # A[12] * B
-        mulxq	96(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 96(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	96(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 96(%rdi)
+        adoxq	%r8, %r10
         # A[13] * B
-        mulxq	104(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 104(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	104(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 104(%rdi)
+        adoxq	%r8, %r9
         # A[14] * B
-        mulxq	112(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 112(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	112(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 112(%rdi)
+        adoxq	%r8, %r10
         # A[15] * B
-        mulxq	120(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 120(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	120(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 120(%rdi)
+        adoxq	%r8, %r9
         # A[16] * B
-        mulxq	128(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 128(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	128(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 128(%rdi)
+        adoxq	%r8, %r10
         # A[17] * B
-        mulxq	136(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 136(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	136(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 136(%rdi)
+        adoxq	%r8, %r9
         # A[18] * B
-        mulxq	144(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 144(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	144(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 144(%rdi)
+        adoxq	%r8, %r10
         # A[19] * B
-        mulxq	152(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 152(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	152(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 152(%rdi)
+        adoxq	%r8, %r9
         # A[20] * B
-        mulxq	160(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 160(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	160(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 160(%rdi)
+        adoxq	%r8, %r10
         # A[21] * B
-        mulxq	168(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 168(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	168(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 168(%rdi)
+        adoxq	%r8, %r9
         # A[22] * B
-        mulxq	176(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 176(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	176(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 176(%rdi)
+        adoxq	%r8, %r10
         # A[23] * B
-        mulxq	184(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 184(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	184(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 184(%rdi)
+        adoxq	%r8, %r9
         # A[24] * B
-        mulxq	192(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 192(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	192(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 192(%rdi)
+        adoxq	%r8, %r10
         # A[25] * B
-        mulxq	200(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 200(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	200(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 200(%rdi)
+        adoxq	%r8, %r9
         # A[26] * B
-        mulxq	208(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 208(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	208(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 208(%rdi)
+        adoxq	%r8, %r10
         # A[27] * B
-        mulxq	216(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 216(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	216(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 216(%rdi)
+        adoxq	%r8, %r9
         # A[28] * B
-        mulxq	224(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 224(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	224(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 224(%rdi)
+        adoxq	%r8, %r10
         # A[29] * B
-        mulxq	232(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 232(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	232(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 232(%rdi)
+        adoxq	%r8, %r9
         # A[30] * B
-        mulxq	240(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 240(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	240(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 240(%rdi)
+        adoxq	%r8, %r10
         # A[31] * B
-        mulxq	248(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 248(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	248(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 248(%rdi)
+        adoxq	%r8, %r9
         # A[32] * B
-        mulxq	256(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 256(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	256(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 256(%rdi)
+        adoxq	%r8, %r10
         # A[33] * B
-        mulxq	264(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 264(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	264(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 264(%rdi)
+        adoxq	%r8, %r9
         # A[34] * B
-        mulxq	272(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 272(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	272(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 272(%rdi)
+        adoxq	%r8, %r10
         # A[35] * B
-        mulxq	280(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 280(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	280(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 280(%rdi)
+        adoxq	%r8, %r9
         # A[36] * B
-        mulxq	288(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 288(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	288(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 288(%rdi)
+        adoxq	%r8, %r10
         # A[37] * B
-        mulxq	296(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 296(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	296(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 296(%rdi)
+        adoxq	%r8, %r9
         # A[38] * B
-        mulxq	304(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 304(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	304(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 304(%rdi)
+        adoxq	%r8, %r10
         # A[39] * B
-        mulxq	312(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 312(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	312(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 312(%rdi)
+        adoxq	%r8, %r9
         # A[40] * B
-        mulxq	320(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 320(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	320(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 320(%rdi)
+        adoxq	%r8, %r10
         # A[41] * B
-        mulxq	328(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 328(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	328(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 328(%rdi)
+        adoxq	%r8, %r9
         # A[42] * B
-        mulxq	336(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 336(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	336(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 336(%rdi)
+        adoxq	%r8, %r10
         # A[43] * B
-        mulxq	344(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 344(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	344(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 344(%rdi)
+        adoxq	%r8, %r9
         # A[44] * B
-        mulxq	352(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 352(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	352(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 352(%rdi)
+        adoxq	%r8, %r10
         # A[45] * B
-        mulxq	360(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 360(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	360(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 360(%rdi)
+        adoxq	%r8, %r9
         # A[46] * B
-        mulxq	368(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 368(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	368(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 368(%rdi)
+        adoxq	%r8, %r10
         # A[47] * B
-        mulxq	376(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 376(%rdi)
-        movq	%r8, 384(%rdi)
+        mulxq	376(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 376(%rdi)
+        movq	%r9, 384(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_3072_mul_d_avx2_48,.-sp_3072_mul_d_avx2_48
@@ -25386,323 +25856,559 @@ _sp_3072_mont_reduce_avx2_48:
         push	%r12
         push	%r13
         push	%r14
-        movq	%rdx, %rax
+        movq	%rdx, %r8
         xorq	%r14, %r14
         # i = 48
         movq	$48, %r9
         movq	(%rdi), %r13
+        addq	$192, %rdi
         xorq	%r12, %r12
 L_mont_loop_avx2_48:
         # mu = a[i] * mp
         movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
         movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
         # a[i+0] += m[0] * mu
-        mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        mulxq	(%rsi), %rax, %rcx
+        movq	-184(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
         # a[i+1] += m[1] * mu
-        mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-176(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
         # a[i+2] += m[2] * mu
-        mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-168(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -176(%rdi)
         # a[i+3] += m[3] * mu
-        mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-160(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -168(%rdi)
         # a[i+4] += m[4] * mu
-        mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-152(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -160(%rdi)
         # a[i+5] += m[5] * mu
-        mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-144(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -152(%rdi)
         # a[i+6] += m[6] * mu
-        mulxq	48(%rsi), %rcx, %r8
-        movq	56(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 48(%rdi)
+        mulxq	48(%rsi), %rax, %rcx
+        movq	-136(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -144(%rdi)
         # a[i+7] += m[7] * mu
-        mulxq	56(%rsi), %rcx, %r8
-        movq	64(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 56(%rdi)
+        mulxq	56(%rsi), %rax, %rcx
+        movq	-128(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -136(%rdi)
         # a[i+8] += m[8] * mu
-        mulxq	64(%rsi), %rcx, %r8
-        movq	72(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 64(%rdi)
+        mulxq	64(%rsi), %rax, %rcx
+        movq	-120(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -128(%rdi)
         # a[i+9] += m[9] * mu
-        mulxq	72(%rsi), %rcx, %r8
-        movq	80(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 72(%rdi)
+        mulxq	72(%rsi), %rax, %rcx
+        movq	-112(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -120(%rdi)
         # a[i+10] += m[10] * mu
-        mulxq	80(%rsi), %rcx, %r8
-        movq	88(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 80(%rdi)
+        mulxq	80(%rsi), %rax, %rcx
+        movq	-104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -112(%rdi)
         # a[i+11] += m[11] * mu
-        mulxq	88(%rsi), %rcx, %r8
-        movq	96(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 88(%rdi)
+        mulxq	88(%rsi), %rax, %rcx
+        movq	-96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -104(%rdi)
         # a[i+12] += m[12] * mu
-        mulxq	96(%rsi), %rcx, %r8
-        movq	104(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 96(%rdi)
+        mulxq	96(%rsi), %rax, %rcx
+        movq	-88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -96(%rdi)
         # a[i+13] += m[13] * mu
-        mulxq	104(%rsi), %rcx, %r8
-        movq	112(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 104(%rdi)
+        mulxq	104(%rsi), %rax, %rcx
+        movq	-80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -88(%rdi)
         # a[i+14] += m[14] * mu
-        mulxq	112(%rsi), %rcx, %r8
-        movq	120(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 112(%rdi)
+        mulxq	112(%rsi), %rax, %rcx
+        movq	-72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -80(%rdi)
         # a[i+15] += m[15] * mu
-        mulxq	120(%rsi), %rcx, %r8
-        movq	128(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 120(%rdi)
+        mulxq	120(%rsi), %rax, %rcx
+        movq	-64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -72(%rdi)
         # a[i+16] += m[16] * mu
-        mulxq	128(%rsi), %rcx, %r8
-        movq	136(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 128(%rdi)
+        mulxq	128(%rsi), %rax, %rcx
+        movq	-56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -64(%rdi)
         # a[i+17] += m[17] * mu
-        mulxq	136(%rsi), %rcx, %r8
-        movq	144(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 136(%rdi)
+        mulxq	136(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -56(%rdi)
         # a[i+18] += m[18] * mu
-        mulxq	144(%rsi), %rcx, %r8
-        movq	152(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 144(%rdi)
+        mulxq	144(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -48(%rdi)
         # a[i+19] += m[19] * mu
-        mulxq	152(%rsi), %rcx, %r8
-        movq	160(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 152(%rdi)
+        mulxq	152(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -40(%rdi)
         # a[i+20] += m[20] * mu
-        mulxq	160(%rsi), %rcx, %r8
-        movq	168(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 160(%rdi)
+        mulxq	160(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -32(%rdi)
         # a[i+21] += m[21] * mu
-        mulxq	168(%rsi), %rcx, %r8
-        movq	176(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 168(%rdi)
+        mulxq	168(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -24(%rdi)
         # a[i+22] += m[22] * mu
-        mulxq	176(%rsi), %rcx, %r8
-        movq	184(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 176(%rdi)
+        mulxq	176(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -16(%rdi)
         # a[i+23] += m[23] * mu
-        mulxq	184(%rsi), %rcx, %r8
-        movq	192(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 184(%rdi)
+        mulxq	184(%rsi), %rax, %rcx
+        movq	(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -8(%rdi)
         # a[i+24] += m[24] * mu
-        mulxq	192(%rsi), %rcx, %r8
-        movq	200(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 192(%rdi)
+        mulxq	192(%rsi), %rax, %rcx
+        movq	8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, (%rdi)
         # a[i+25] += m[25] * mu
-        mulxq	200(%rsi), %rcx, %r8
-        movq	208(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 200(%rdi)
+        mulxq	200(%rsi), %rax, %rcx
+        movq	16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 8(%rdi)
         # a[i+26] += m[26] * mu
-        mulxq	208(%rsi), %rcx, %r8
-        movq	216(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 208(%rdi)
+        mulxq	208(%rsi), %rax, %rcx
+        movq	24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 16(%rdi)
         # a[i+27] += m[27] * mu
-        mulxq	216(%rsi), %rcx, %r8
-        movq	224(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 216(%rdi)
+        mulxq	216(%rsi), %rax, %rcx
+        movq	32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 24(%rdi)
         # a[i+28] += m[28] * mu
-        mulxq	224(%rsi), %rcx, %r8
-        movq	232(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 224(%rdi)
+        mulxq	224(%rsi), %rax, %rcx
+        movq	40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 32(%rdi)
         # a[i+29] += m[29] * mu
-        mulxq	232(%rsi), %rcx, %r8
-        movq	240(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 232(%rdi)
+        mulxq	232(%rsi), %rax, %rcx
+        movq	48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 40(%rdi)
         # a[i+30] += m[30] * mu
-        mulxq	240(%rsi), %rcx, %r8
-        movq	248(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 240(%rdi)
+        mulxq	240(%rsi), %rax, %rcx
+        movq	56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 48(%rdi)
         # a[i+31] += m[31] * mu
-        mulxq	248(%rsi), %rcx, %r8
-        movq	256(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 248(%rdi)
+        mulxq	248(%rsi), %rax, %rcx
+        movq	64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 56(%rdi)
         # a[i+32] += m[32] * mu
-        mulxq	256(%rsi), %rcx, %r8
-        movq	264(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 256(%rdi)
+        mulxq	256(%rsi), %rax, %rcx
+        movq	72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 64(%rdi)
         # a[i+33] += m[33] * mu
-        mulxq	264(%rsi), %rcx, %r8
-        movq	272(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 264(%rdi)
+        mulxq	264(%rsi), %rax, %rcx
+        movq	80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 72(%rdi)
         # a[i+34] += m[34] * mu
-        mulxq	272(%rsi), %rcx, %r8
-        movq	280(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 272(%rdi)
+        mulxq	272(%rsi), %rax, %rcx
+        movq	88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 80(%rdi)
         # a[i+35] += m[35] * mu
-        mulxq	280(%rsi), %rcx, %r8
-        movq	288(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 280(%rdi)
+        mulxq	280(%rsi), %rax, %rcx
+        movq	96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 88(%rdi)
         # a[i+36] += m[36] * mu
-        mulxq	288(%rsi), %rcx, %r8
-        movq	296(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 288(%rdi)
+        mulxq	288(%rsi), %rax, %rcx
+        movq	104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 96(%rdi)
         # a[i+37] += m[37] * mu
-        mulxq	296(%rsi), %rcx, %r8
-        movq	304(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 296(%rdi)
+        mulxq	296(%rsi), %rax, %rcx
+        movq	112(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 104(%rdi)
         # a[i+38] += m[38] * mu
-        mulxq	304(%rsi), %rcx, %r8
-        movq	312(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 304(%rdi)
+        mulxq	304(%rsi), %rax, %rcx
+        movq	120(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 112(%rdi)
         # a[i+39] += m[39] * mu
-        mulxq	312(%rsi), %rcx, %r8
-        movq	320(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 312(%rdi)
+        mulxq	312(%rsi), %rax, %rcx
+        movq	128(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 120(%rdi)
         # a[i+40] += m[40] * mu
-        mulxq	320(%rsi), %rcx, %r8
-        movq	328(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 320(%rdi)
+        mulxq	320(%rsi), %rax, %rcx
+        movq	136(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 128(%rdi)
         # a[i+41] += m[41] * mu
-        mulxq	328(%rsi), %rcx, %r8
-        movq	336(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 328(%rdi)
+        mulxq	328(%rsi), %rax, %rcx
+        movq	144(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 136(%rdi)
         # a[i+42] += m[42] * mu
-        mulxq	336(%rsi), %rcx, %r8
-        movq	344(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 336(%rdi)
+        mulxq	336(%rsi), %rax, %rcx
+        movq	152(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 144(%rdi)
         # a[i+43] += m[43] * mu
-        mulxq	344(%rsi), %rcx, %r8
-        movq	352(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 344(%rdi)
+        mulxq	344(%rsi), %rax, %rcx
+        movq	160(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 152(%rdi)
         # a[i+44] += m[44] * mu
-        mulxq	352(%rsi), %rcx, %r8
-        movq	360(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 352(%rdi)
+        mulxq	352(%rsi), %rax, %rcx
+        movq	168(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 160(%rdi)
         # a[i+45] += m[45] * mu
-        mulxq	360(%rsi), %rcx, %r8
-        movq	368(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 360(%rdi)
+        mulxq	360(%rsi), %rax, %rcx
+        movq	176(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 168(%rdi)
         # a[i+46] += m[46] * mu
-        mulxq	368(%rsi), %rcx, %r8
-        movq	376(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 368(%rdi)
+        mulxq	368(%rsi), %rax, %rcx
+        movq	184(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 176(%rdi)
         # a[i+47] += m[47] * mu
-        mulxq	376(%rsi), %rcx, %r8
-        movq	384(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 376(%rdi)
+        mulxq	376(%rsi), %rax, %rcx
+        movq	192(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 184(%rdi)
         adcxq	%r14, %r10
+        movq	%r10, 192(%rdi)
         movq	%r12, %r14
-        movq	%r10, 384(%rdi)
         adoxq	%r12, %r14
         adcxq	%r12, %r14
-        # i -= 1
+        # a += 1
         addq	$8, %rdi
-        decq	%r9
+        # i -= 1
+        subq	$1, %r9
         jnz	L_mont_loop_avx2_48
-        movq	%r13, (%rdi)
+        subq	$192, %rdi
         negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
+        movq	%rdi, %r8
         subq	$384, %rdi
-#ifndef __APPLE__
-        callq	sp_3072_cond_sub_avx2_48@plt
-#else
-        callq	_sp_3072_cond_sub_avx2_48
-#endif /* __APPLE__ */
+        movq	(%rsi), %rcx
+        movq	%r13, %rdx
+        pextq	%r14, %rcx, %rcx
+        subq	%rcx, %rdx
+        movq	8(%rsi), %rcx
+        movq	8(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, (%rdi)
+        sbbq	%rcx, %rax
+        movq	16(%rsi), %rdx
+        movq	16(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 8(%rdi)
+        sbbq	%rdx, %rcx
+        movq	24(%rsi), %rax
+        movq	24(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 16(%rdi)
+        sbbq	%rax, %rdx
+        movq	32(%rsi), %rcx
+        movq	32(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 24(%rdi)
+        sbbq	%rcx, %rax
+        movq	40(%rsi), %rdx
+        movq	40(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 32(%rdi)
+        sbbq	%rdx, %rcx
+        movq	48(%rsi), %rax
+        movq	48(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 40(%rdi)
+        sbbq	%rax, %rdx
+        movq	56(%rsi), %rcx
+        movq	56(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	%rcx, %rax
+        movq	64(%rsi), %rdx
+        movq	64(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 56(%rdi)
+        sbbq	%rdx, %rcx
+        movq	72(%rsi), %rax
+        movq	72(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 64(%rdi)
+        sbbq	%rax, %rdx
+        movq	80(%rsi), %rcx
+        movq	80(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 72(%rdi)
+        sbbq	%rcx, %rax
+        movq	88(%rsi), %rdx
+        movq	88(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 80(%rdi)
+        sbbq	%rdx, %rcx
+        movq	96(%rsi), %rax
+        movq	96(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 88(%rdi)
+        sbbq	%rax, %rdx
+        movq	104(%rsi), %rcx
+        movq	104(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	%rcx, %rax
+        movq	112(%rsi), %rdx
+        movq	112(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 104(%rdi)
+        sbbq	%rdx, %rcx
+        movq	120(%rsi), %rax
+        movq	120(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 112(%rdi)
+        sbbq	%rax, %rdx
+        movq	128(%rsi), %rcx
+        movq	128(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 120(%rdi)
+        sbbq	%rcx, %rax
+        movq	136(%rsi), %rdx
+        movq	136(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 128(%rdi)
+        sbbq	%rdx, %rcx
+        movq	144(%rsi), %rax
+        movq	144(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 136(%rdi)
+        sbbq	%rax, %rdx
+        movq	152(%rsi), %rcx
+        movq	152(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 144(%rdi)
+        sbbq	%rcx, %rax
+        movq	160(%rsi), %rdx
+        movq	160(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 152(%rdi)
+        sbbq	%rdx, %rcx
+        movq	168(%rsi), %rax
+        movq	168(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 160(%rdi)
+        sbbq	%rax, %rdx
+        movq	176(%rsi), %rcx
+        movq	176(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 168(%rdi)
+        sbbq	%rcx, %rax
+        movq	184(%rsi), %rdx
+        movq	184(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 176(%rdi)
+        sbbq	%rdx, %rcx
+        movq	192(%rsi), %rax
+        movq	192(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 184(%rdi)
+        sbbq	%rax, %rdx
+        movq	200(%rsi), %rcx
+        movq	200(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 192(%rdi)
+        sbbq	%rcx, %rax
+        movq	208(%rsi), %rdx
+        movq	208(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 200(%rdi)
+        sbbq	%rdx, %rcx
+        movq	216(%rsi), %rax
+        movq	216(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 208(%rdi)
+        sbbq	%rax, %rdx
+        movq	224(%rsi), %rcx
+        movq	224(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 216(%rdi)
+        sbbq	%rcx, %rax
+        movq	232(%rsi), %rdx
+        movq	232(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 224(%rdi)
+        sbbq	%rdx, %rcx
+        movq	240(%rsi), %rax
+        movq	240(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 232(%rdi)
+        sbbq	%rax, %rdx
+        movq	248(%rsi), %rcx
+        movq	248(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 240(%rdi)
+        sbbq	%rcx, %rax
+        movq	256(%rsi), %rdx
+        movq	256(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 248(%rdi)
+        sbbq	%rdx, %rcx
+        movq	264(%rsi), %rax
+        movq	264(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 256(%rdi)
+        sbbq	%rax, %rdx
+        movq	272(%rsi), %rcx
+        movq	272(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 264(%rdi)
+        sbbq	%rcx, %rax
+        movq	280(%rsi), %rdx
+        movq	280(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 272(%rdi)
+        sbbq	%rdx, %rcx
+        movq	288(%rsi), %rax
+        movq	288(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 280(%rdi)
+        sbbq	%rax, %rdx
+        movq	296(%rsi), %rcx
+        movq	296(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 288(%rdi)
+        sbbq	%rcx, %rax
+        movq	304(%rsi), %rdx
+        movq	304(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 296(%rdi)
+        sbbq	%rdx, %rcx
+        movq	312(%rsi), %rax
+        movq	312(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 304(%rdi)
+        sbbq	%rax, %rdx
+        movq	320(%rsi), %rcx
+        movq	320(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 312(%rdi)
+        sbbq	%rcx, %rax
+        movq	328(%rsi), %rdx
+        movq	328(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 320(%rdi)
+        sbbq	%rdx, %rcx
+        movq	336(%rsi), %rax
+        movq	336(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 328(%rdi)
+        sbbq	%rax, %rdx
+        movq	344(%rsi), %rcx
+        movq	344(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 336(%rdi)
+        sbbq	%rcx, %rax
+        movq	352(%rsi), %rdx
+        movq	352(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 344(%rdi)
+        sbbq	%rdx, %rcx
+        movq	360(%rsi), %rax
+        movq	360(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 352(%rdi)
+        sbbq	%rax, %rdx
+        movq	368(%rsi), %rcx
+        movq	368(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 360(%rdi)
+        sbbq	%rcx, %rax
+        movq	376(%rsi), %rdx
+        movq	376(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 368(%rdi)
+        sbbq	%rdx, %rcx
+        movq	%rcx, 376(%rdi)
         pop	%r14
         pop	%r13
         pop	%r12
@@ -26339,6 +27045,7 @@ sp_4096_add_64:
 .p2align	4
 _sp_4096_add_64:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -26537,6 +27244,1349 @@ _sp_4096_add_64:
 #ifndef __APPLE__
 .size	sp_4096_add_64,.-sp_4096_add_64
 #endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_4096_mul_64
+.type	sp_4096_mul_64,@function
+.align	16
+sp_4096_mul_64:
+#else
+.globl	_sp_4096_mul_64
+.p2align	4
+_sp_4096_mul_64:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$1576, %rsp
+        movq	%rdi, 1536(%rsp)
+        movq	%rsi, 1544(%rsp)
+        movq	%rdx, 1552(%rsp)
+        leaq	1024(%rsp), %r10
+        leaq	256(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	128(%rsi), %rcx
+        movq	%rax, 120(%r10)
+        adcq	128(%r12), %rcx
+        movq	136(%rsi), %r8
+        movq	%rcx, 128(%r10)
+        adcq	136(%r12), %r8
+        movq	144(%rsi), %rax
+        movq	%r8, 136(%r10)
+        adcq	144(%r12), %rax
+        movq	152(%rsi), %rcx
+        movq	%rax, 144(%r10)
+        adcq	152(%r12), %rcx
+        movq	160(%rsi), %r8
+        movq	%rcx, 152(%r10)
+        adcq	160(%r12), %r8
+        movq	168(%rsi), %rax
+        movq	%r8, 160(%r10)
+        adcq	168(%r12), %rax
+        movq	176(%rsi), %rcx
+        movq	%rax, 168(%r10)
+        adcq	176(%r12), %rcx
+        movq	184(%rsi), %r8
+        movq	%rcx, 176(%r10)
+        adcq	184(%r12), %r8
+        movq	192(%rsi), %rax
+        movq	%r8, 184(%r10)
+        adcq	192(%r12), %rax
+        movq	200(%rsi), %rcx
+        movq	%rax, 192(%r10)
+        adcq	200(%r12), %rcx
+        movq	208(%rsi), %r8
+        movq	%rcx, 200(%r10)
+        adcq	208(%r12), %r8
+        movq	216(%rsi), %rax
+        movq	%r8, 208(%r10)
+        adcq	216(%r12), %rax
+        movq	224(%rsi), %rcx
+        movq	%rax, 216(%r10)
+        adcq	224(%r12), %rcx
+        movq	232(%rsi), %r8
+        movq	%rcx, 224(%r10)
+        adcq	232(%r12), %r8
+        movq	240(%rsi), %rax
+        movq	%r8, 232(%r10)
+        adcq	240(%r12), %rax
+        movq	248(%rsi), %rcx
+        movq	%rax, 240(%r10)
+        adcq	248(%r12), %rcx
+        movq	%rcx, 248(%r10)
+        adcq	$0, %r13
+        movq	%r13, 1560(%rsp)
+        leaq	1280(%rsp), %r11
+        leaq	256(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	128(%rdx), %rcx
+        movq	%rax, 120(%r11)
+        adcq	128(%r12), %rcx
+        movq	136(%rdx), %r8
+        movq	%rcx, 128(%r11)
+        adcq	136(%r12), %r8
+        movq	144(%rdx), %rax
+        movq	%r8, 136(%r11)
+        adcq	144(%r12), %rax
+        movq	152(%rdx), %rcx
+        movq	%rax, 144(%r11)
+        adcq	152(%r12), %rcx
+        movq	160(%rdx), %r8
+        movq	%rcx, 152(%r11)
+        adcq	160(%r12), %r8
+        movq	168(%rdx), %rax
+        movq	%r8, 160(%r11)
+        adcq	168(%r12), %rax
+        movq	176(%rdx), %rcx
+        movq	%rax, 168(%r11)
+        adcq	176(%r12), %rcx
+        movq	184(%rdx), %r8
+        movq	%rcx, 176(%r11)
+        adcq	184(%r12), %r8
+        movq	192(%rdx), %rax
+        movq	%r8, 184(%r11)
+        adcq	192(%r12), %rax
+        movq	200(%rdx), %rcx
+        movq	%rax, 192(%r11)
+        adcq	200(%r12), %rcx
+        movq	208(%rdx), %r8
+        movq	%rcx, 200(%r11)
+        adcq	208(%r12), %r8
+        movq	216(%rdx), %rax
+        movq	%r8, 208(%r11)
+        adcq	216(%r12), %rax
+        movq	224(%rdx), %rcx
+        movq	%rax, 216(%r11)
+        adcq	224(%r12), %rcx
+        movq	232(%rdx), %r8
+        movq	%rcx, 224(%r11)
+        adcq	232(%r12), %r8
+        movq	240(%rdx), %rax
+        movq	%r8, 232(%r11)
+        adcq	240(%r12), %rax
+        movq	248(%rdx), %rcx
+        movq	%rax, 240(%r11)
+        adcq	248(%r12), %rcx
+        movq	%rcx, 248(%r11)
+        adcq	$0, %r14
+        movq	%r14, 1568(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_32@plt
+#else
+        callq	_sp_2048_mul_32
+#endif /* __APPLE__ */
+        movq	1552(%rsp), %rdx
+        movq	1544(%rsp), %rsi
+        leaq	512(%rsp), %rdi
+        addq	$256, %rdx
+        addq	$256, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_mul_32@plt
+#else
+        callq	_sp_2048_mul_32
+#endif /* __APPLE__ */
+        movq	1552(%rsp), %rdx
+        movq	1544(%rsp), %rsi
+        movq	1536(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_32@plt
+#else
+        callq	_sp_2048_mul_32
+#endif /* __APPLE__ */
+        movq	1560(%rsp), %r13
+        movq	1568(%rsp), %r14
+        movq	1536(%rsp), %r15
+        movq	%r13, %r9
+        leaq	1024(%rsp), %r10
+        leaq	1280(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$512, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, (%r10)
+        movq	%rcx, (%r11)
+        movq	8(%r10), %rax
+        movq	8(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 8(%r10)
+        movq	%rcx, 8(%r11)
+        movq	16(%r10), %rax
+        movq	16(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 16(%r10)
+        movq	%rcx, 16(%r11)
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 24(%r10)
+        movq	%rcx, 24(%r11)
+        movq	32(%r10), %rax
+        movq	32(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 32(%r10)
+        movq	%rcx, 32(%r11)
+        movq	40(%r10), %rax
+        movq	40(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 40(%r10)
+        movq	%rcx, 40(%r11)
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 48(%r10)
+        movq	%rcx, 48(%r11)
+        movq	56(%r10), %rax
+        movq	56(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 56(%r10)
+        movq	%rcx, 56(%r11)
+        movq	64(%r10), %rax
+        movq	64(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 64(%r10)
+        movq	%rcx, 64(%r11)
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 72(%r10)
+        movq	%rcx, 72(%r11)
+        movq	80(%r10), %rax
+        movq	80(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 80(%r10)
+        movq	%rcx, 80(%r11)
+        movq	88(%r10), %rax
+        movq	88(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 88(%r10)
+        movq	%rcx, 88(%r11)
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 96(%r10)
+        movq	%rcx, 96(%r11)
+        movq	104(%r10), %rax
+        movq	104(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 104(%r10)
+        movq	%rcx, 104(%r11)
+        movq	112(%r10), %rax
+        movq	112(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 112(%r10)
+        movq	%rcx, 112(%r11)
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 120(%r10)
+        movq	%rcx, 120(%r11)
+        movq	128(%r10), %rax
+        movq	128(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 128(%r10)
+        movq	%rcx, 128(%r11)
+        movq	136(%r10), %rax
+        movq	136(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 136(%r10)
+        movq	%rcx, 136(%r11)
+        movq	144(%r10), %rax
+        movq	144(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 144(%r10)
+        movq	%rcx, 144(%r11)
+        movq	152(%r10), %rax
+        movq	152(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 152(%r10)
+        movq	%rcx, 152(%r11)
+        movq	160(%r10), %rax
+        movq	160(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 160(%r10)
+        movq	%rcx, 160(%r11)
+        movq	168(%r10), %rax
+        movq	168(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 168(%r10)
+        movq	%rcx, 168(%r11)
+        movq	176(%r10), %rax
+        movq	176(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 176(%r10)
+        movq	%rcx, 176(%r11)
+        movq	184(%r10), %rax
+        movq	184(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 184(%r10)
+        movq	%rcx, 184(%r11)
+        movq	192(%r10), %rax
+        movq	192(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 192(%r10)
+        movq	%rcx, 192(%r11)
+        movq	200(%r10), %rax
+        movq	200(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 200(%r10)
+        movq	%rcx, 200(%r11)
+        movq	208(%r10), %rax
+        movq	208(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 208(%r10)
+        movq	%rcx, 208(%r11)
+        movq	216(%r10), %rax
+        movq	216(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 216(%r10)
+        movq	%rcx, 216(%r11)
+        movq	224(%r10), %rax
+        movq	224(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 224(%r10)
+        movq	%rcx, 224(%r11)
+        movq	232(%r10), %rax
+        movq	232(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 232(%r10)
+        movq	%rcx, 232(%r11)
+        movq	240(%r10), %rax
+        movq	240(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 240(%r10)
+        movq	%rcx, 240(%r11)
+        movq	248(%r10), %rax
+        movq	248(%r11), %rcx
+        andq	%r14, %rax
+        andq	%r13, %rcx
+        movq	%rax, 248(%r10)
+        movq	%rcx, 248(%r11)
+        movq	(%r10), %rax
+        addq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r11), %rcx
+        movq	%rcx, 248(%r15)
+        adcq	$0, %r9
+        leaq	512(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%r11), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%r11), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%r11), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%r11), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%r11), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%r11), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%r11), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%r11), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%r11), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%r11), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%r11), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%r11), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%r11), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%r11), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%r11), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%r11), %r8
+        movq	384(%r10), %rax
+        movq	%r8, 376(%r10)
+        sbbq	384(%r11), %rax
+        movq	392(%r10), %rcx
+        movq	%rax, 384(%r10)
+        sbbq	392(%r11), %rcx
+        movq	400(%r10), %r8
+        movq	%rcx, 392(%r10)
+        sbbq	400(%r11), %r8
+        movq	408(%r10), %rax
+        movq	%r8, 400(%r10)
+        sbbq	408(%r11), %rax
+        movq	416(%r10), %rcx
+        movq	%rax, 408(%r10)
+        sbbq	416(%r11), %rcx
+        movq	424(%r10), %r8
+        movq	%rcx, 416(%r10)
+        sbbq	424(%r11), %r8
+        movq	432(%r10), %rax
+        movq	%r8, 424(%r10)
+        sbbq	432(%r11), %rax
+        movq	440(%r10), %rcx
+        movq	%rax, 432(%r10)
+        sbbq	440(%r11), %rcx
+        movq	448(%r10), %r8
+        movq	%rcx, 440(%r10)
+        sbbq	448(%r11), %r8
+        movq	456(%r10), %rax
+        movq	%r8, 448(%r10)
+        sbbq	456(%r11), %rax
+        movq	464(%r10), %rcx
+        movq	%rax, 456(%r10)
+        sbbq	464(%r11), %rcx
+        movq	472(%r10), %r8
+        movq	%rcx, 464(%r10)
+        sbbq	472(%r11), %r8
+        movq	480(%r10), %rax
+        movq	%r8, 472(%r10)
+        sbbq	480(%r11), %rax
+        movq	488(%r10), %rcx
+        movq	%rax, 480(%r10)
+        sbbq	488(%r11), %rcx
+        movq	496(%r10), %r8
+        movq	%rcx, 488(%r10)
+        sbbq	496(%r11), %r8
+        movq	504(%r10), %rax
+        movq	%r8, 496(%r10)
+        sbbq	504(%r11), %rax
+        movq	%rax, 504(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%rdi), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%rdi), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%rdi), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%rdi), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%rdi), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%rdi), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%rdi), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%rdi), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%rdi), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%rdi), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%rdi), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%rdi), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%rdi), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%rdi), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%rdi), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%rdi), %r8
+        movq	384(%r10), %rax
+        movq	%r8, 376(%r10)
+        sbbq	384(%rdi), %rax
+        movq	392(%r10), %rcx
+        movq	%rax, 384(%r10)
+        sbbq	392(%rdi), %rcx
+        movq	400(%r10), %r8
+        movq	%rcx, 392(%r10)
+        sbbq	400(%rdi), %r8
+        movq	408(%r10), %rax
+        movq	%r8, 400(%r10)
+        sbbq	408(%rdi), %rax
+        movq	416(%r10), %rcx
+        movq	%rax, 408(%r10)
+        sbbq	416(%rdi), %rcx
+        movq	424(%r10), %r8
+        movq	%rcx, 416(%r10)
+        sbbq	424(%rdi), %r8
+        movq	432(%r10), %rax
+        movq	%r8, 424(%r10)
+        sbbq	432(%rdi), %rax
+        movq	440(%r10), %rcx
+        movq	%rax, 432(%r10)
+        sbbq	440(%rdi), %rcx
+        movq	448(%r10), %r8
+        movq	%rcx, 440(%r10)
+        sbbq	448(%rdi), %r8
+        movq	456(%r10), %rax
+        movq	%r8, 448(%r10)
+        sbbq	456(%rdi), %rax
+        movq	464(%r10), %rcx
+        movq	%rax, 456(%r10)
+        sbbq	464(%rdi), %rcx
+        movq	472(%r10), %r8
+        movq	%rcx, 464(%r10)
+        sbbq	472(%rdi), %r8
+        movq	480(%r10), %rax
+        movq	%r8, 472(%r10)
+        sbbq	480(%rdi), %rax
+        movq	488(%r10), %rcx
+        movq	%rax, 480(%r10)
+        sbbq	488(%rdi), %rcx
+        movq	496(%r10), %r8
+        movq	%rcx, 488(%r10)
+        sbbq	496(%rdi), %r8
+        movq	504(%r10), %rax
+        movq	%r8, 496(%r10)
+        sbbq	504(%rdi), %rax
+        movq	%rax, 504(%r10)
+        sbbq	$0, %r9
+        subq	$256, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r10), %r8
+        movq	264(%r15), %rax
+        movq	%r8, 256(%r15)
+        adcq	264(%r10), %rax
+        movq	272(%r15), %rcx
+        movq	%rax, 264(%r15)
+        adcq	272(%r10), %rcx
+        movq	280(%r15), %r8
+        movq	%rcx, 272(%r15)
+        adcq	280(%r10), %r8
+        movq	288(%r15), %rax
+        movq	%r8, 280(%r15)
+        adcq	288(%r10), %rax
+        movq	296(%r15), %rcx
+        movq	%rax, 288(%r15)
+        adcq	296(%r10), %rcx
+        movq	304(%r15), %r8
+        movq	%rcx, 296(%r15)
+        adcq	304(%r10), %r8
+        movq	312(%r15), %rax
+        movq	%r8, 304(%r15)
+        adcq	312(%r10), %rax
+        movq	320(%r15), %rcx
+        movq	%rax, 312(%r15)
+        adcq	320(%r10), %rcx
+        movq	328(%r15), %r8
+        movq	%rcx, 320(%r15)
+        adcq	328(%r10), %r8
+        movq	336(%r15), %rax
+        movq	%r8, 328(%r15)
+        adcq	336(%r10), %rax
+        movq	344(%r15), %rcx
+        movq	%rax, 336(%r15)
+        adcq	344(%r10), %rcx
+        movq	352(%r15), %r8
+        movq	%rcx, 344(%r15)
+        adcq	352(%r10), %r8
+        movq	360(%r15), %rax
+        movq	%r8, 352(%r15)
+        adcq	360(%r10), %rax
+        movq	368(%r15), %rcx
+        movq	%rax, 360(%r15)
+        adcq	368(%r10), %rcx
+        movq	376(%r15), %r8
+        movq	%rcx, 368(%r15)
+        adcq	376(%r10), %r8
+        movq	384(%r15), %rax
+        movq	%r8, 376(%r15)
+        adcq	384(%r10), %rax
+        movq	392(%r15), %rcx
+        movq	%rax, 384(%r15)
+        adcq	392(%r10), %rcx
+        movq	400(%r15), %r8
+        movq	%rcx, 392(%r15)
+        adcq	400(%r10), %r8
+        movq	408(%r15), %rax
+        movq	%r8, 400(%r15)
+        adcq	408(%r10), %rax
+        movq	416(%r15), %rcx
+        movq	%rax, 408(%r15)
+        adcq	416(%r10), %rcx
+        movq	424(%r15), %r8
+        movq	%rcx, 416(%r15)
+        adcq	424(%r10), %r8
+        movq	432(%r15), %rax
+        movq	%r8, 424(%r15)
+        adcq	432(%r10), %rax
+        movq	440(%r15), %rcx
+        movq	%rax, 432(%r15)
+        adcq	440(%r10), %rcx
+        movq	448(%r15), %r8
+        movq	%rcx, 440(%r15)
+        adcq	448(%r10), %r8
+        movq	456(%r15), %rax
+        movq	%r8, 448(%r15)
+        adcq	456(%r10), %rax
+        movq	464(%r15), %rcx
+        movq	%rax, 456(%r15)
+        adcq	464(%r10), %rcx
+        movq	472(%r15), %r8
+        movq	%rcx, 464(%r15)
+        adcq	472(%r10), %r8
+        movq	480(%r15), %rax
+        movq	%r8, 472(%r15)
+        adcq	480(%r10), %rax
+        movq	488(%r15), %rcx
+        movq	%rax, 480(%r15)
+        adcq	488(%r10), %rcx
+        movq	496(%r15), %r8
+        movq	%rcx, 488(%r15)
+        adcq	496(%r10), %r8
+        movq	504(%r15), %rax
+        movq	%r8, 496(%r15)
+        adcq	504(%r10), %rax
+        movq	%rax, 504(%r15)
+        adcq	$0, %r9
+        movq	%r9, 768(%rdi)
+        addq	$256, %r15
+        # Add
+        movq	(%r15), %rax
+        xorq	%r9, %r9
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r11), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r11), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r11), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r11), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r11), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r11), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r11), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r11), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r11), %r8
+        movq	%r8, 256(%r15)
+        adcq	$0, %r9
+        # Add to zero
+        movq	264(%r11), %rax
+        adcq	$0, %rax
+        movq	272(%r11), %rcx
+        movq	%rax, 264(%r15)
+        adcq	$0, %rcx
+        movq	280(%r11), %r8
+        movq	%rcx, 272(%r15)
+        adcq	$0, %r8
+        movq	288(%r11), %rax
+        movq	%r8, 280(%r15)
+        adcq	$0, %rax
+        movq	296(%r11), %rcx
+        movq	%rax, 288(%r15)
+        adcq	$0, %rcx
+        movq	304(%r11), %r8
+        movq	%rcx, 296(%r15)
+        adcq	$0, %r8
+        movq	312(%r11), %rax
+        movq	%r8, 304(%r15)
+        adcq	$0, %rax
+        movq	320(%r11), %rcx
+        movq	%rax, 312(%r15)
+        adcq	$0, %rcx
+        movq	328(%r11), %r8
+        movq	%rcx, 320(%r15)
+        adcq	$0, %r8
+        movq	336(%r11), %rax
+        movq	%r8, 328(%r15)
+        adcq	$0, %rax
+        movq	344(%r11), %rcx
+        movq	%rax, 336(%r15)
+        adcq	$0, %rcx
+        movq	352(%r11), %r8
+        movq	%rcx, 344(%r15)
+        adcq	$0, %r8
+        movq	360(%r11), %rax
+        movq	%r8, 352(%r15)
+        adcq	$0, %rax
+        movq	368(%r11), %rcx
+        movq	%rax, 360(%r15)
+        adcq	$0, %rcx
+        movq	376(%r11), %r8
+        movq	%rcx, 368(%r15)
+        adcq	$0, %r8
+        movq	384(%r11), %rax
+        movq	%r8, 376(%r15)
+        adcq	$0, %rax
+        movq	392(%r11), %rcx
+        movq	%rax, 384(%r15)
+        adcq	$0, %rcx
+        movq	400(%r11), %r8
+        movq	%rcx, 392(%r15)
+        adcq	$0, %r8
+        movq	408(%r11), %rax
+        movq	%r8, 400(%r15)
+        adcq	$0, %rax
+        movq	416(%r11), %rcx
+        movq	%rax, 408(%r15)
+        adcq	$0, %rcx
+        movq	424(%r11), %r8
+        movq	%rcx, 416(%r15)
+        adcq	$0, %r8
+        movq	432(%r11), %rax
+        movq	%r8, 424(%r15)
+        adcq	$0, %rax
+        movq	440(%r11), %rcx
+        movq	%rax, 432(%r15)
+        adcq	$0, %rcx
+        movq	448(%r11), %r8
+        movq	%rcx, 440(%r15)
+        adcq	$0, %r8
+        movq	456(%r11), %rax
+        movq	%r8, 448(%r15)
+        adcq	$0, %rax
+        movq	464(%r11), %rcx
+        movq	%rax, 456(%r15)
+        adcq	$0, %rcx
+        movq	472(%r11), %r8
+        movq	%rcx, 464(%r15)
+        adcq	$0, %r8
+        movq	480(%r11), %rax
+        movq	%r8, 472(%r15)
+        adcq	$0, %rax
+        movq	488(%r11), %rcx
+        movq	%rax, 480(%r15)
+        adcq	$0, %rcx
+        movq	496(%r11), %r8
+        movq	%rcx, 488(%r15)
+        adcq	$0, %r8
+        movq	504(%r11), %rax
+        movq	%r8, 496(%r15)
+        adcq	$0, %rax
+        movq	%rax, 504(%r15)
+        addq	$1576, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_4096_mul_64,.-sp_4096_mul_64
+#endif /* __APPLE__ */
 /* Add a to a into r. (r = a + a)
  *
  * r  A single precision integer.
@@ -26654,6 +28704,3435 @@ _sp_2048_dbl_32:
 #ifndef __APPLE__
 .size	sp_2048_dbl_32,.-sp_2048_dbl_32
 #endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_4096_sqr_64
+.type	sp_4096_sqr_64,@function
+.align	16
+sp_4096_sqr_64:
+#else
+.globl	_sp_4096_sqr_64
+.p2align	4
+_sp_4096_sqr_64:
+#endif /* __APPLE__ */
+        subq	$1304, %rsp
+        movq	%rdi, 1280(%rsp)
+        movq	%rsi, 1288(%rsp)
+        leaq	1024(%rsp), %r8
+        leaq	256(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	128(%rsi), %rdx
+        movq	%rax, 120(%r8)
+        adcq	128(%r9), %rdx
+        movq	136(%rsi), %rax
+        movq	%rdx, 128(%r8)
+        adcq	136(%r9), %rax
+        movq	144(%rsi), %rdx
+        movq	%rax, 136(%r8)
+        adcq	144(%r9), %rdx
+        movq	152(%rsi), %rax
+        movq	%rdx, 144(%r8)
+        adcq	152(%r9), %rax
+        movq	160(%rsi), %rdx
+        movq	%rax, 152(%r8)
+        adcq	160(%r9), %rdx
+        movq	168(%rsi), %rax
+        movq	%rdx, 160(%r8)
+        adcq	168(%r9), %rax
+        movq	176(%rsi), %rdx
+        movq	%rax, 168(%r8)
+        adcq	176(%r9), %rdx
+        movq	184(%rsi), %rax
+        movq	%rdx, 176(%r8)
+        adcq	184(%r9), %rax
+        movq	192(%rsi), %rdx
+        movq	%rax, 184(%r8)
+        adcq	192(%r9), %rdx
+        movq	200(%rsi), %rax
+        movq	%rdx, 192(%r8)
+        adcq	200(%r9), %rax
+        movq	208(%rsi), %rdx
+        movq	%rax, 200(%r8)
+        adcq	208(%r9), %rdx
+        movq	216(%rsi), %rax
+        movq	%rdx, 208(%r8)
+        adcq	216(%r9), %rax
+        movq	224(%rsi), %rdx
+        movq	%rax, 216(%r8)
+        adcq	224(%r9), %rdx
+        movq	232(%rsi), %rax
+        movq	%rdx, 224(%r8)
+        adcq	232(%r9), %rax
+        movq	240(%rsi), %rdx
+        movq	%rax, 232(%r8)
+        adcq	240(%r9), %rdx
+        movq	248(%rsi), %rax
+        movq	%rdx, 240(%r8)
+        adcq	248(%r9), %rax
+        movq	%rax, 248(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 1296(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_32@plt
+#else
+        callq	_sp_2048_sqr_32
+#endif /* __APPLE__ */
+        movq	1288(%rsp), %rsi
+        leaq	512(%rsp), %rdi
+        addq	$256, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_32@plt
+#else
+        callq	_sp_2048_sqr_32
+#endif /* __APPLE__ */
+        movq	1288(%rsp), %rsi
+        movq	1280(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_32@plt
+#else
+        callq	_sp_2048_sqr_32
+#endif /* __APPLE__ */
+        movq	1296(%rsp), %r10
+        leaq	1024(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        movq	(%r8), %rdx
+        movq	8(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 512(%rdi)
+        movq	%rax, 520(%rdi)
+        movq	16(%r8), %rdx
+        movq	24(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 528(%rdi)
+        movq	%rax, 536(%rdi)
+        movq	32(%r8), %rdx
+        movq	40(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 544(%rdi)
+        movq	%rax, 552(%rdi)
+        movq	48(%r8), %rdx
+        movq	56(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 560(%rdi)
+        movq	%rax, 568(%rdi)
+        movq	64(%r8), %rdx
+        movq	72(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 576(%rdi)
+        movq	%rax, 584(%rdi)
+        movq	80(%r8), %rdx
+        movq	88(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 592(%rdi)
+        movq	%rax, 600(%rdi)
+        movq	96(%r8), %rdx
+        movq	104(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 608(%rdi)
+        movq	%rax, 616(%rdi)
+        movq	112(%r8), %rdx
+        movq	120(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 624(%rdi)
+        movq	%rax, 632(%rdi)
+        movq	128(%r8), %rdx
+        movq	136(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 640(%rdi)
+        movq	%rax, 648(%rdi)
+        movq	144(%r8), %rdx
+        movq	152(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 656(%rdi)
+        movq	%rax, 664(%rdi)
+        movq	160(%r8), %rdx
+        movq	168(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 672(%rdi)
+        movq	%rax, 680(%rdi)
+        movq	176(%r8), %rdx
+        movq	184(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 688(%rdi)
+        movq	%rax, 696(%rdi)
+        movq	192(%r8), %rdx
+        movq	200(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 704(%rdi)
+        movq	%rax, 712(%rdi)
+        movq	208(%r8), %rdx
+        movq	216(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 720(%rdi)
+        movq	%rax, 728(%rdi)
+        movq	224(%r8), %rdx
+        movq	232(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 736(%rdi)
+        movq	%rax, 744(%rdi)
+        movq	240(%r8), %rdx
+        movq	248(%r8), %rax
+        andq	%r10, %rdx
+        andq	%r10, %rax
+        movq	%rdx, 752(%rdi)
+        movq	%rax, 760(%rdi)
+        movq	512(%rdi), %rdx
+        addq	%rdx, %rdx
+        movq	520(%rdi), %rax
+        movq	%rdx, 512(%rdi)
+        adcq	%rax, %rax
+        movq	528(%rdi), %rdx
+        movq	%rax, 520(%rdi)
+        adcq	%rdx, %rdx
+        movq	536(%rdi), %rax
+        movq	%rdx, 528(%rdi)
+        adcq	%rax, %rax
+        movq	544(%rdi), %rdx
+        movq	%rax, 536(%rdi)
+        adcq	%rdx, %rdx
+        movq	552(%rdi), %rax
+        movq	%rdx, 544(%rdi)
+        adcq	%rax, %rax
+        movq	560(%rdi), %rdx
+        movq	%rax, 552(%rdi)
+        adcq	%rdx, %rdx
+        movq	568(%rdi), %rax
+        movq	%rdx, 560(%rdi)
+        adcq	%rax, %rax
+        movq	576(%rdi), %rdx
+        movq	%rax, 568(%rdi)
+        adcq	%rdx, %rdx
+        movq	584(%rdi), %rax
+        movq	%rdx, 576(%rdi)
+        adcq	%rax, %rax
+        movq	592(%rdi), %rdx
+        movq	%rax, 584(%rdi)
+        adcq	%rdx, %rdx
+        movq	600(%rdi), %rax
+        movq	%rdx, 592(%rdi)
+        adcq	%rax, %rax
+        movq	608(%rdi), %rdx
+        movq	%rax, 600(%rdi)
+        adcq	%rdx, %rdx
+        movq	616(%rdi), %rax
+        movq	%rdx, 608(%rdi)
+        adcq	%rax, %rax
+        movq	624(%rdi), %rdx
+        movq	%rax, 616(%rdi)
+        adcq	%rdx, %rdx
+        movq	632(%rdi), %rax
+        movq	%rdx, 624(%rdi)
+        adcq	%rax, %rax
+        movq	640(%rdi), %rdx
+        movq	%rax, 632(%rdi)
+        adcq	%rdx, %rdx
+        movq	648(%rdi), %rax
+        movq	%rdx, 640(%rdi)
+        adcq	%rax, %rax
+        movq	656(%rdi), %rdx
+        movq	%rax, 648(%rdi)
+        adcq	%rdx, %rdx
+        movq	664(%rdi), %rax
+        movq	%rdx, 656(%rdi)
+        adcq	%rax, %rax
+        movq	672(%rdi), %rdx
+        movq	%rax, 664(%rdi)
+        adcq	%rdx, %rdx
+        movq	680(%rdi), %rax
+        movq	%rdx, 672(%rdi)
+        adcq	%rax, %rax
+        movq	688(%rdi), %rdx
+        movq	%rax, 680(%rdi)
+        adcq	%rdx, %rdx
+        movq	696(%rdi), %rax
+        movq	%rdx, 688(%rdi)
+        adcq	%rax, %rax
+        movq	704(%rdi), %rdx
+        movq	%rax, 696(%rdi)
+        adcq	%rdx, %rdx
+        movq	712(%rdi), %rax
+        movq	%rdx, 704(%rdi)
+        adcq	%rax, %rax
+        movq	720(%rdi), %rdx
+        movq	%rax, 712(%rdi)
+        adcq	%rdx, %rdx
+        movq	728(%rdi), %rax
+        movq	%rdx, 720(%rdi)
+        adcq	%rax, %rax
+        movq	736(%rdi), %rdx
+        movq	%rax, 728(%rdi)
+        adcq	%rdx, %rdx
+        movq	744(%rdi), %rax
+        movq	%rdx, 736(%rdi)
+        adcq	%rax, %rax
+        movq	752(%rdi), %rdx
+        movq	%rax, 744(%rdi)
+        adcq	%rdx, %rdx
+        movq	760(%rdi), %rax
+        movq	%rdx, 752(%rdi)
+        adcq	%rax, %rax
+        movq	%rax, 760(%rdi)
+        adcq	$0, %rcx
+        leaq	512(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rsi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rsi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rsi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rsi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rsi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rsi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rsi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rsi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rsi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rsi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rsi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rsi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rsi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rsi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rsi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rsi), %rax
+        movq	384(%r8), %rdx
+        movq	%rax, 376(%r8)
+        sbbq	384(%rsi), %rdx
+        movq	392(%r8), %rax
+        movq	%rdx, 384(%r8)
+        sbbq	392(%rsi), %rax
+        movq	400(%r8), %rdx
+        movq	%rax, 392(%r8)
+        sbbq	400(%rsi), %rdx
+        movq	408(%r8), %rax
+        movq	%rdx, 400(%r8)
+        sbbq	408(%rsi), %rax
+        movq	416(%r8), %rdx
+        movq	%rax, 408(%r8)
+        sbbq	416(%rsi), %rdx
+        movq	424(%r8), %rax
+        movq	%rdx, 416(%r8)
+        sbbq	424(%rsi), %rax
+        movq	432(%r8), %rdx
+        movq	%rax, 424(%r8)
+        sbbq	432(%rsi), %rdx
+        movq	440(%r8), %rax
+        movq	%rdx, 432(%r8)
+        sbbq	440(%rsi), %rax
+        movq	448(%r8), %rdx
+        movq	%rax, 440(%r8)
+        sbbq	448(%rsi), %rdx
+        movq	456(%r8), %rax
+        movq	%rdx, 448(%r8)
+        sbbq	456(%rsi), %rax
+        movq	464(%r8), %rdx
+        movq	%rax, 456(%r8)
+        sbbq	464(%rsi), %rdx
+        movq	472(%r8), %rax
+        movq	%rdx, 464(%r8)
+        sbbq	472(%rsi), %rax
+        movq	480(%r8), %rdx
+        movq	%rax, 472(%r8)
+        sbbq	480(%rsi), %rdx
+        movq	488(%r8), %rax
+        movq	%rdx, 480(%r8)
+        sbbq	488(%rsi), %rax
+        movq	496(%r8), %rdx
+        movq	%rax, 488(%r8)
+        sbbq	496(%rsi), %rdx
+        movq	504(%r8), %rax
+        movq	%rdx, 496(%r8)
+        sbbq	504(%rsi), %rax
+        movq	%rax, 504(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rdi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rdi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rdi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rdi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rdi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rdi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rdi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rdi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rdi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rdi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rdi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rdi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rdi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rdi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rdi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rdi), %rax
+        movq	384(%r8), %rdx
+        movq	%rax, 376(%r8)
+        sbbq	384(%rdi), %rdx
+        movq	392(%r8), %rax
+        movq	%rdx, 384(%r8)
+        sbbq	392(%rdi), %rax
+        movq	400(%r8), %rdx
+        movq	%rax, 392(%r8)
+        sbbq	400(%rdi), %rdx
+        movq	408(%r8), %rax
+        movq	%rdx, 400(%r8)
+        sbbq	408(%rdi), %rax
+        movq	416(%r8), %rdx
+        movq	%rax, 408(%r8)
+        sbbq	416(%rdi), %rdx
+        movq	424(%r8), %rax
+        movq	%rdx, 416(%r8)
+        sbbq	424(%rdi), %rax
+        movq	432(%r8), %rdx
+        movq	%rax, 424(%r8)
+        sbbq	432(%rdi), %rdx
+        movq	440(%r8), %rax
+        movq	%rdx, 432(%r8)
+        sbbq	440(%rdi), %rax
+        movq	448(%r8), %rdx
+        movq	%rax, 440(%r8)
+        sbbq	448(%rdi), %rdx
+        movq	456(%r8), %rax
+        movq	%rdx, 448(%r8)
+        sbbq	456(%rdi), %rax
+        movq	464(%r8), %rdx
+        movq	%rax, 456(%r8)
+        sbbq	464(%rdi), %rdx
+        movq	472(%r8), %rax
+        movq	%rdx, 464(%r8)
+        sbbq	472(%rdi), %rax
+        movq	480(%r8), %rdx
+        movq	%rax, 472(%r8)
+        sbbq	480(%rdi), %rdx
+        movq	488(%r8), %rax
+        movq	%rdx, 480(%r8)
+        sbbq	488(%rdi), %rax
+        movq	496(%r8), %rdx
+        movq	%rax, 488(%r8)
+        sbbq	496(%rdi), %rdx
+        movq	504(%r8), %rax
+        movq	%rdx, 496(%r8)
+        sbbq	504(%rdi), %rax
+        movq	%rax, 504(%r8)
+        sbbq	$0, %rcx
+        # Add in place
+        movq	256(%rdi), %rdx
+        addq	(%r8), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	8(%r8), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	16(%r8), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	24(%r8), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	32(%r8), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	40(%r8), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	48(%r8), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	56(%r8), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	64(%r8), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	72(%r8), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	80(%r8), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	88(%r8), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	96(%r8), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	104(%r8), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	112(%r8), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	120(%r8), %rax
+        movq	384(%rdi), %rdx
+        movq	%rax, 376(%rdi)
+        adcq	128(%r8), %rdx
+        movq	392(%rdi), %rax
+        movq	%rdx, 384(%rdi)
+        adcq	136(%r8), %rax
+        movq	400(%rdi), %rdx
+        movq	%rax, 392(%rdi)
+        adcq	144(%r8), %rdx
+        movq	408(%rdi), %rax
+        movq	%rdx, 400(%rdi)
+        adcq	152(%r8), %rax
+        movq	416(%rdi), %rdx
+        movq	%rax, 408(%rdi)
+        adcq	160(%r8), %rdx
+        movq	424(%rdi), %rax
+        movq	%rdx, 416(%rdi)
+        adcq	168(%r8), %rax
+        movq	432(%rdi), %rdx
+        movq	%rax, 424(%rdi)
+        adcq	176(%r8), %rdx
+        movq	440(%rdi), %rax
+        movq	%rdx, 432(%rdi)
+        adcq	184(%r8), %rax
+        movq	448(%rdi), %rdx
+        movq	%rax, 440(%rdi)
+        adcq	192(%r8), %rdx
+        movq	456(%rdi), %rax
+        movq	%rdx, 448(%rdi)
+        adcq	200(%r8), %rax
+        movq	464(%rdi), %rdx
+        movq	%rax, 456(%rdi)
+        adcq	208(%r8), %rdx
+        movq	472(%rdi), %rax
+        movq	%rdx, 464(%rdi)
+        adcq	216(%r8), %rax
+        movq	480(%rdi), %rdx
+        movq	%rax, 472(%rdi)
+        adcq	224(%r8), %rdx
+        movq	488(%rdi), %rax
+        movq	%rdx, 480(%rdi)
+        adcq	232(%r8), %rax
+        movq	496(%rdi), %rdx
+        movq	%rax, 488(%rdi)
+        adcq	240(%r8), %rdx
+        movq	504(%rdi), %rax
+        movq	%rdx, 496(%rdi)
+        adcq	248(%r8), %rax
+        movq	512(%rdi), %rdx
+        movq	%rax, 504(%rdi)
+        adcq	256(%r8), %rdx
+        movq	520(%rdi), %rax
+        movq	%rdx, 512(%rdi)
+        adcq	264(%r8), %rax
+        movq	528(%rdi), %rdx
+        movq	%rax, 520(%rdi)
+        adcq	272(%r8), %rdx
+        movq	536(%rdi), %rax
+        movq	%rdx, 528(%rdi)
+        adcq	280(%r8), %rax
+        movq	544(%rdi), %rdx
+        movq	%rax, 536(%rdi)
+        adcq	288(%r8), %rdx
+        movq	552(%rdi), %rax
+        movq	%rdx, 544(%rdi)
+        adcq	296(%r8), %rax
+        movq	560(%rdi), %rdx
+        movq	%rax, 552(%rdi)
+        adcq	304(%r8), %rdx
+        movq	568(%rdi), %rax
+        movq	%rdx, 560(%rdi)
+        adcq	312(%r8), %rax
+        movq	576(%rdi), %rdx
+        movq	%rax, 568(%rdi)
+        adcq	320(%r8), %rdx
+        movq	584(%rdi), %rax
+        movq	%rdx, 576(%rdi)
+        adcq	328(%r8), %rax
+        movq	592(%rdi), %rdx
+        movq	%rax, 584(%rdi)
+        adcq	336(%r8), %rdx
+        movq	600(%rdi), %rax
+        movq	%rdx, 592(%rdi)
+        adcq	344(%r8), %rax
+        movq	608(%rdi), %rdx
+        movq	%rax, 600(%rdi)
+        adcq	352(%r8), %rdx
+        movq	616(%rdi), %rax
+        movq	%rdx, 608(%rdi)
+        adcq	360(%r8), %rax
+        movq	624(%rdi), %rdx
+        movq	%rax, 616(%rdi)
+        adcq	368(%r8), %rdx
+        movq	632(%rdi), %rax
+        movq	%rdx, 624(%rdi)
+        adcq	376(%r8), %rax
+        movq	640(%rdi), %rdx
+        movq	%rax, 632(%rdi)
+        adcq	384(%r8), %rdx
+        movq	648(%rdi), %rax
+        movq	%rdx, 640(%rdi)
+        adcq	392(%r8), %rax
+        movq	656(%rdi), %rdx
+        movq	%rax, 648(%rdi)
+        adcq	400(%r8), %rdx
+        movq	664(%rdi), %rax
+        movq	%rdx, 656(%rdi)
+        adcq	408(%r8), %rax
+        movq	672(%rdi), %rdx
+        movq	%rax, 664(%rdi)
+        adcq	416(%r8), %rdx
+        movq	680(%rdi), %rax
+        movq	%rdx, 672(%rdi)
+        adcq	424(%r8), %rax
+        movq	688(%rdi), %rdx
+        movq	%rax, 680(%rdi)
+        adcq	432(%r8), %rdx
+        movq	696(%rdi), %rax
+        movq	%rdx, 688(%rdi)
+        adcq	440(%r8), %rax
+        movq	704(%rdi), %rdx
+        movq	%rax, 696(%rdi)
+        adcq	448(%r8), %rdx
+        movq	712(%rdi), %rax
+        movq	%rdx, 704(%rdi)
+        adcq	456(%r8), %rax
+        movq	720(%rdi), %rdx
+        movq	%rax, 712(%rdi)
+        adcq	464(%r8), %rdx
+        movq	728(%rdi), %rax
+        movq	%rdx, 720(%rdi)
+        adcq	472(%r8), %rax
+        movq	736(%rdi), %rdx
+        movq	%rax, 728(%rdi)
+        adcq	480(%r8), %rdx
+        movq	744(%rdi), %rax
+        movq	%rdx, 736(%rdi)
+        adcq	488(%r8), %rax
+        movq	752(%rdi), %rdx
+        movq	%rax, 744(%rdi)
+        adcq	496(%r8), %rdx
+        movq	760(%rdi), %rax
+        movq	%rdx, 752(%rdi)
+        adcq	504(%r8), %rax
+        movq	%rax, 760(%rdi)
+        adcq	$0, %rcx
+        movq	%rcx, 768(%rdi)
+        # Add in place
+        movq	512(%rdi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%rsi), %rdx
+        movq	520(%rdi), %rax
+        movq	%rdx, 512(%rdi)
+        adcq	8(%rsi), %rax
+        movq	528(%rdi), %rdx
+        movq	%rax, 520(%rdi)
+        adcq	16(%rsi), %rdx
+        movq	536(%rdi), %rax
+        movq	%rdx, 528(%rdi)
+        adcq	24(%rsi), %rax
+        movq	544(%rdi), %rdx
+        movq	%rax, 536(%rdi)
+        adcq	32(%rsi), %rdx
+        movq	552(%rdi), %rax
+        movq	%rdx, 544(%rdi)
+        adcq	40(%rsi), %rax
+        movq	560(%rdi), %rdx
+        movq	%rax, 552(%rdi)
+        adcq	48(%rsi), %rdx
+        movq	568(%rdi), %rax
+        movq	%rdx, 560(%rdi)
+        adcq	56(%rsi), %rax
+        movq	576(%rdi), %rdx
+        movq	%rax, 568(%rdi)
+        adcq	64(%rsi), %rdx
+        movq	584(%rdi), %rax
+        movq	%rdx, 576(%rdi)
+        adcq	72(%rsi), %rax
+        movq	592(%rdi), %rdx
+        movq	%rax, 584(%rdi)
+        adcq	80(%rsi), %rdx
+        movq	600(%rdi), %rax
+        movq	%rdx, 592(%rdi)
+        adcq	88(%rsi), %rax
+        movq	608(%rdi), %rdx
+        movq	%rax, 600(%rdi)
+        adcq	96(%rsi), %rdx
+        movq	616(%rdi), %rax
+        movq	%rdx, 608(%rdi)
+        adcq	104(%rsi), %rax
+        movq	624(%rdi), %rdx
+        movq	%rax, 616(%rdi)
+        adcq	112(%rsi), %rdx
+        movq	632(%rdi), %rax
+        movq	%rdx, 624(%rdi)
+        adcq	120(%rsi), %rax
+        movq	640(%rdi), %rdx
+        movq	%rax, 632(%rdi)
+        adcq	128(%rsi), %rdx
+        movq	648(%rdi), %rax
+        movq	%rdx, 640(%rdi)
+        adcq	136(%rsi), %rax
+        movq	656(%rdi), %rdx
+        movq	%rax, 648(%rdi)
+        adcq	144(%rsi), %rdx
+        movq	664(%rdi), %rax
+        movq	%rdx, 656(%rdi)
+        adcq	152(%rsi), %rax
+        movq	672(%rdi), %rdx
+        movq	%rax, 664(%rdi)
+        adcq	160(%rsi), %rdx
+        movq	680(%rdi), %rax
+        movq	%rdx, 672(%rdi)
+        adcq	168(%rsi), %rax
+        movq	688(%rdi), %rdx
+        movq	%rax, 680(%rdi)
+        adcq	176(%rsi), %rdx
+        movq	696(%rdi), %rax
+        movq	%rdx, 688(%rdi)
+        adcq	184(%rsi), %rax
+        movq	704(%rdi), %rdx
+        movq	%rax, 696(%rdi)
+        adcq	192(%rsi), %rdx
+        movq	712(%rdi), %rax
+        movq	%rdx, 704(%rdi)
+        adcq	200(%rsi), %rax
+        movq	720(%rdi), %rdx
+        movq	%rax, 712(%rdi)
+        adcq	208(%rsi), %rdx
+        movq	728(%rdi), %rax
+        movq	%rdx, 720(%rdi)
+        adcq	216(%rsi), %rax
+        movq	736(%rdi), %rdx
+        movq	%rax, 728(%rdi)
+        adcq	224(%rsi), %rdx
+        movq	744(%rdi), %rax
+        movq	%rdx, 736(%rdi)
+        adcq	232(%rsi), %rax
+        movq	752(%rdi), %rdx
+        movq	%rax, 744(%rdi)
+        adcq	240(%rsi), %rdx
+        movq	760(%rdi), %rax
+        movq	%rdx, 752(%rdi)
+        adcq	248(%rsi), %rax
+        movq	768(%rdi), %rdx
+        movq	%rax, 760(%rdi)
+        adcq	256(%rsi), %rdx
+        movq	%rdx, 768(%rdi)
+        adcq	$0, %rcx
+        # Add to zero
+        movq	264(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	272(%rsi), %rax
+        movq	%rdx, 776(%rdi)
+        adcq	$0, %rax
+        movq	280(%rsi), %rdx
+        movq	%rax, 784(%rdi)
+        adcq	$0, %rdx
+        movq	288(%rsi), %rax
+        movq	%rdx, 792(%rdi)
+        adcq	$0, %rax
+        movq	296(%rsi), %rdx
+        movq	%rax, 800(%rdi)
+        adcq	$0, %rdx
+        movq	304(%rsi), %rax
+        movq	%rdx, 808(%rdi)
+        adcq	$0, %rax
+        movq	312(%rsi), %rdx
+        movq	%rax, 816(%rdi)
+        adcq	$0, %rdx
+        movq	320(%rsi), %rax
+        movq	%rdx, 824(%rdi)
+        adcq	$0, %rax
+        movq	328(%rsi), %rdx
+        movq	%rax, 832(%rdi)
+        adcq	$0, %rdx
+        movq	336(%rsi), %rax
+        movq	%rdx, 840(%rdi)
+        adcq	$0, %rax
+        movq	344(%rsi), %rdx
+        movq	%rax, 848(%rdi)
+        adcq	$0, %rdx
+        movq	352(%rsi), %rax
+        movq	%rdx, 856(%rdi)
+        adcq	$0, %rax
+        movq	360(%rsi), %rdx
+        movq	%rax, 864(%rdi)
+        adcq	$0, %rdx
+        movq	368(%rsi), %rax
+        movq	%rdx, 872(%rdi)
+        adcq	$0, %rax
+        movq	376(%rsi), %rdx
+        movq	%rax, 880(%rdi)
+        adcq	$0, %rdx
+        movq	384(%rsi), %rax
+        movq	%rdx, 888(%rdi)
+        adcq	$0, %rax
+        movq	392(%rsi), %rdx
+        movq	%rax, 896(%rdi)
+        adcq	$0, %rdx
+        movq	400(%rsi), %rax
+        movq	%rdx, 904(%rdi)
+        adcq	$0, %rax
+        movq	408(%rsi), %rdx
+        movq	%rax, 912(%rdi)
+        adcq	$0, %rdx
+        movq	416(%rsi), %rax
+        movq	%rdx, 920(%rdi)
+        adcq	$0, %rax
+        movq	424(%rsi), %rdx
+        movq	%rax, 928(%rdi)
+        adcq	$0, %rdx
+        movq	432(%rsi), %rax
+        movq	%rdx, 936(%rdi)
+        adcq	$0, %rax
+        movq	440(%rsi), %rdx
+        movq	%rax, 944(%rdi)
+        adcq	$0, %rdx
+        movq	448(%rsi), %rax
+        movq	%rdx, 952(%rdi)
+        adcq	$0, %rax
+        movq	456(%rsi), %rdx
+        movq	%rax, 960(%rdi)
+        adcq	$0, %rdx
+        movq	464(%rsi), %rax
+        movq	%rdx, 968(%rdi)
+        adcq	$0, %rax
+        movq	472(%rsi), %rdx
+        movq	%rax, 976(%rdi)
+        adcq	$0, %rdx
+        movq	480(%rsi), %rax
+        movq	%rdx, 984(%rdi)
+        adcq	$0, %rax
+        movq	488(%rsi), %rdx
+        movq	%rax, 992(%rdi)
+        adcq	$0, %rdx
+        movq	496(%rsi), %rax
+        movq	%rdx, 1000(%rdi)
+        adcq	$0, %rax
+        movq	504(%rsi), %rdx
+        movq	%rax, 1008(%rdi)
+        adcq	$0, %rdx
+        movq	%rdx, 1016(%rdi)
+        addq	$1304, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_4096_sqr_64,.-sp_4096_sqr_64
+#endif /* __APPLE__ */
+/* Multiply a and b into r. (r = a * b)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ * b  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_4096_mul_avx2_64
+.type	sp_4096_mul_avx2_64,@function
+.align	16
+sp_4096_mul_avx2_64:
+#else
+.globl	_sp_4096_mul_avx2_64
+.p2align	4
+_sp_4096_mul_avx2_64:
+#endif /* __APPLE__ */
+        push	%r12
+        push	%r13
+        push	%r14
+        push	%r15
+        subq	$1576, %rsp
+        movq	%rdi, 1536(%rsp)
+        movq	%rsi, 1544(%rsp)
+        movq	%rdx, 1552(%rsp)
+        leaq	1024(%rsp), %r10
+        leaq	256(%rsi), %r12
+        # Add
+        movq	(%rsi), %rax
+        xorq	%r13, %r13
+        addq	(%r12), %rax
+        movq	8(%rsi), %rcx
+        movq	%rax, (%r10)
+        adcq	8(%r12), %rcx
+        movq	16(%rsi), %r8
+        movq	%rcx, 8(%r10)
+        adcq	16(%r12), %r8
+        movq	24(%rsi), %rax
+        movq	%r8, 16(%r10)
+        adcq	24(%r12), %rax
+        movq	32(%rsi), %rcx
+        movq	%rax, 24(%r10)
+        adcq	32(%r12), %rcx
+        movq	40(%rsi), %r8
+        movq	%rcx, 32(%r10)
+        adcq	40(%r12), %r8
+        movq	48(%rsi), %rax
+        movq	%r8, 40(%r10)
+        adcq	48(%r12), %rax
+        movq	56(%rsi), %rcx
+        movq	%rax, 48(%r10)
+        adcq	56(%r12), %rcx
+        movq	64(%rsi), %r8
+        movq	%rcx, 56(%r10)
+        adcq	64(%r12), %r8
+        movq	72(%rsi), %rax
+        movq	%r8, 64(%r10)
+        adcq	72(%r12), %rax
+        movq	80(%rsi), %rcx
+        movq	%rax, 72(%r10)
+        adcq	80(%r12), %rcx
+        movq	88(%rsi), %r8
+        movq	%rcx, 80(%r10)
+        adcq	88(%r12), %r8
+        movq	96(%rsi), %rax
+        movq	%r8, 88(%r10)
+        adcq	96(%r12), %rax
+        movq	104(%rsi), %rcx
+        movq	%rax, 96(%r10)
+        adcq	104(%r12), %rcx
+        movq	112(%rsi), %r8
+        movq	%rcx, 104(%r10)
+        adcq	112(%r12), %r8
+        movq	120(%rsi), %rax
+        movq	%r8, 112(%r10)
+        adcq	120(%r12), %rax
+        movq	128(%rsi), %rcx
+        movq	%rax, 120(%r10)
+        adcq	128(%r12), %rcx
+        movq	136(%rsi), %r8
+        movq	%rcx, 128(%r10)
+        adcq	136(%r12), %r8
+        movq	144(%rsi), %rax
+        movq	%r8, 136(%r10)
+        adcq	144(%r12), %rax
+        movq	152(%rsi), %rcx
+        movq	%rax, 144(%r10)
+        adcq	152(%r12), %rcx
+        movq	160(%rsi), %r8
+        movq	%rcx, 152(%r10)
+        adcq	160(%r12), %r8
+        movq	168(%rsi), %rax
+        movq	%r8, 160(%r10)
+        adcq	168(%r12), %rax
+        movq	176(%rsi), %rcx
+        movq	%rax, 168(%r10)
+        adcq	176(%r12), %rcx
+        movq	184(%rsi), %r8
+        movq	%rcx, 176(%r10)
+        adcq	184(%r12), %r8
+        movq	192(%rsi), %rax
+        movq	%r8, 184(%r10)
+        adcq	192(%r12), %rax
+        movq	200(%rsi), %rcx
+        movq	%rax, 192(%r10)
+        adcq	200(%r12), %rcx
+        movq	208(%rsi), %r8
+        movq	%rcx, 200(%r10)
+        adcq	208(%r12), %r8
+        movq	216(%rsi), %rax
+        movq	%r8, 208(%r10)
+        adcq	216(%r12), %rax
+        movq	224(%rsi), %rcx
+        movq	%rax, 216(%r10)
+        adcq	224(%r12), %rcx
+        movq	232(%rsi), %r8
+        movq	%rcx, 224(%r10)
+        adcq	232(%r12), %r8
+        movq	240(%rsi), %rax
+        movq	%r8, 232(%r10)
+        adcq	240(%r12), %rax
+        movq	248(%rsi), %rcx
+        movq	%rax, 240(%r10)
+        adcq	248(%r12), %rcx
+        movq	%rcx, 248(%r10)
+        adcq	$0, %r13
+        movq	%r13, 1560(%rsp)
+        leaq	1280(%rsp), %r11
+        leaq	256(%rdx), %r12
+        # Add
+        movq	(%rdx), %rax
+        xorq	%r14, %r14
+        addq	(%r12), %rax
+        movq	8(%rdx), %rcx
+        movq	%rax, (%r11)
+        adcq	8(%r12), %rcx
+        movq	16(%rdx), %r8
+        movq	%rcx, 8(%r11)
+        adcq	16(%r12), %r8
+        movq	24(%rdx), %rax
+        movq	%r8, 16(%r11)
+        adcq	24(%r12), %rax
+        movq	32(%rdx), %rcx
+        movq	%rax, 24(%r11)
+        adcq	32(%r12), %rcx
+        movq	40(%rdx), %r8
+        movq	%rcx, 32(%r11)
+        adcq	40(%r12), %r8
+        movq	48(%rdx), %rax
+        movq	%r8, 40(%r11)
+        adcq	48(%r12), %rax
+        movq	56(%rdx), %rcx
+        movq	%rax, 48(%r11)
+        adcq	56(%r12), %rcx
+        movq	64(%rdx), %r8
+        movq	%rcx, 56(%r11)
+        adcq	64(%r12), %r8
+        movq	72(%rdx), %rax
+        movq	%r8, 64(%r11)
+        adcq	72(%r12), %rax
+        movq	80(%rdx), %rcx
+        movq	%rax, 72(%r11)
+        adcq	80(%r12), %rcx
+        movq	88(%rdx), %r8
+        movq	%rcx, 80(%r11)
+        adcq	88(%r12), %r8
+        movq	96(%rdx), %rax
+        movq	%r8, 88(%r11)
+        adcq	96(%r12), %rax
+        movq	104(%rdx), %rcx
+        movq	%rax, 96(%r11)
+        adcq	104(%r12), %rcx
+        movq	112(%rdx), %r8
+        movq	%rcx, 104(%r11)
+        adcq	112(%r12), %r8
+        movq	120(%rdx), %rax
+        movq	%r8, 112(%r11)
+        adcq	120(%r12), %rax
+        movq	128(%rdx), %rcx
+        movq	%rax, 120(%r11)
+        adcq	128(%r12), %rcx
+        movq	136(%rdx), %r8
+        movq	%rcx, 128(%r11)
+        adcq	136(%r12), %r8
+        movq	144(%rdx), %rax
+        movq	%r8, 136(%r11)
+        adcq	144(%r12), %rax
+        movq	152(%rdx), %rcx
+        movq	%rax, 144(%r11)
+        adcq	152(%r12), %rcx
+        movq	160(%rdx), %r8
+        movq	%rcx, 152(%r11)
+        adcq	160(%r12), %r8
+        movq	168(%rdx), %rax
+        movq	%r8, 160(%r11)
+        adcq	168(%r12), %rax
+        movq	176(%rdx), %rcx
+        movq	%rax, 168(%r11)
+        adcq	176(%r12), %rcx
+        movq	184(%rdx), %r8
+        movq	%rcx, 176(%r11)
+        adcq	184(%r12), %r8
+        movq	192(%rdx), %rax
+        movq	%r8, 184(%r11)
+        adcq	192(%r12), %rax
+        movq	200(%rdx), %rcx
+        movq	%rax, 192(%r11)
+        adcq	200(%r12), %rcx
+        movq	208(%rdx), %r8
+        movq	%rcx, 200(%r11)
+        adcq	208(%r12), %r8
+        movq	216(%rdx), %rax
+        movq	%r8, 208(%r11)
+        adcq	216(%r12), %rax
+        movq	224(%rdx), %rcx
+        movq	%rax, 216(%r11)
+        adcq	224(%r12), %rcx
+        movq	232(%rdx), %r8
+        movq	%rcx, 224(%r11)
+        adcq	232(%r12), %r8
+        movq	240(%rdx), %rax
+        movq	%r8, 232(%r11)
+        adcq	240(%r12), %rax
+        movq	248(%rdx), %rcx
+        movq	%rax, 240(%r11)
+        adcq	248(%r12), %rcx
+        movq	%rcx, 248(%r11)
+        adcq	$0, %r14
+        movq	%r14, 1568(%rsp)
+        movq	%r11, %rdx
+        movq	%r10, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_32@plt
+#else
+        callq	_sp_2048_mul_avx2_32
+#endif /* __APPLE__ */
+        movq	1552(%rsp), %rdx
+        movq	1544(%rsp), %rsi
+        leaq	512(%rsp), %rdi
+        addq	$256, %rdx
+        addq	$256, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_32@plt
+#else
+        callq	_sp_2048_mul_avx2_32
+#endif /* __APPLE__ */
+        movq	1552(%rsp), %rdx
+        movq	1544(%rsp), %rsi
+        movq	1536(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_mul_avx2_32@plt
+#else
+        callq	_sp_2048_mul_avx2_32
+#endif /* __APPLE__ */
+        movq	1560(%rsp), %r13
+        movq	1568(%rsp), %r14
+        movq	1536(%rsp), %r15
+        movq	%r13, %r9
+        leaq	1024(%rsp), %r10
+        leaq	1280(%rsp), %r11
+        andq	%r14, %r9
+        negq	%r13
+        negq	%r14
+        addq	$512, %r15
+        movq	(%r10), %rax
+        movq	(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        addq	%rcx, %rax
+        movq	8(%r10), %rcx
+        movq	8(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, (%r15)
+        adcq	%r8, %rcx
+        movq	16(%r10), %r8
+        movq	16(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 8(%r15)
+        adcq	%rax, %r8
+        movq	24(%r10), %rax
+        movq	24(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 16(%r15)
+        adcq	%rcx, %rax
+        movq	32(%r10), %rcx
+        movq	32(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 24(%r15)
+        adcq	%r8, %rcx
+        movq	40(%r10), %r8
+        movq	40(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 32(%r15)
+        adcq	%rax, %r8
+        movq	48(%r10), %rax
+        movq	48(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 40(%r15)
+        adcq	%rcx, %rax
+        movq	56(%r10), %rcx
+        movq	56(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 48(%r15)
+        adcq	%r8, %rcx
+        movq	64(%r10), %r8
+        movq	64(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 56(%r15)
+        adcq	%rax, %r8
+        movq	72(%r10), %rax
+        movq	72(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 64(%r15)
+        adcq	%rcx, %rax
+        movq	80(%r10), %rcx
+        movq	80(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 72(%r15)
+        adcq	%r8, %rcx
+        movq	88(%r10), %r8
+        movq	88(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 80(%r15)
+        adcq	%rax, %r8
+        movq	96(%r10), %rax
+        movq	96(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 88(%r15)
+        adcq	%rcx, %rax
+        movq	104(%r10), %rcx
+        movq	104(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 96(%r15)
+        adcq	%r8, %rcx
+        movq	112(%r10), %r8
+        movq	112(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 104(%r15)
+        adcq	%rax, %r8
+        movq	120(%r10), %rax
+        movq	120(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 112(%r15)
+        adcq	%rcx, %rax
+        movq	128(%r10), %rcx
+        movq	128(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 120(%r15)
+        adcq	%r8, %rcx
+        movq	136(%r10), %r8
+        movq	136(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 128(%r15)
+        adcq	%rax, %r8
+        movq	144(%r10), %rax
+        movq	144(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 136(%r15)
+        adcq	%rcx, %rax
+        movq	152(%r10), %rcx
+        movq	152(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 144(%r15)
+        adcq	%r8, %rcx
+        movq	160(%r10), %r8
+        movq	160(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 152(%r15)
+        adcq	%rax, %r8
+        movq	168(%r10), %rax
+        movq	168(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 160(%r15)
+        adcq	%rcx, %rax
+        movq	176(%r10), %rcx
+        movq	176(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 168(%r15)
+        adcq	%r8, %rcx
+        movq	184(%r10), %r8
+        movq	184(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 176(%r15)
+        adcq	%rax, %r8
+        movq	192(%r10), %rax
+        movq	192(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 184(%r15)
+        adcq	%rcx, %rax
+        movq	200(%r10), %rcx
+        movq	200(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 192(%r15)
+        adcq	%r8, %rcx
+        movq	208(%r10), %r8
+        movq	208(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 200(%r15)
+        adcq	%rax, %r8
+        movq	216(%r10), %rax
+        movq	216(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 208(%r15)
+        adcq	%rcx, %rax
+        movq	224(%r10), %rcx
+        movq	224(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 216(%r15)
+        adcq	%r8, %rcx
+        movq	232(%r10), %r8
+        movq	232(%r11), %rax
+        pextq	%r14, %r8, %r8
+        pextq	%r13, %rax, %rax
+        movq	%rcx, 224(%r15)
+        adcq	%rax, %r8
+        movq	240(%r10), %rax
+        movq	240(%r11), %rcx
+        pextq	%r14, %rax, %rax
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 232(%r15)
+        adcq	%rcx, %rax
+        movq	248(%r10), %rcx
+        movq	248(%r11), %r8
+        pextq	%r14, %rcx, %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rax, 240(%r15)
+        adcq	%r8, %rcx
+        movq	%rcx, 248(%r15)
+        adcq	$0, %r9
+        leaq	512(%rsp), %r11
+        movq	%rsp, %r10
+        movq	(%r10), %rax
+        subq	(%r11), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%r11), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%r11), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%r11), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%r11), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%r11), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%r11), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%r11), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%r11), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%r11), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%r11), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%r11), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%r11), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%r11), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%r11), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%r11), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%r11), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%r11), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%r11), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%r11), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%r11), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%r11), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%r11), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%r11), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%r11), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%r11), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%r11), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%r11), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%r11), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%r11), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%r11), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%r11), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%r11), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%r11), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%r11), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%r11), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%r11), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%r11), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%r11), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%r11), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%r11), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%r11), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%r11), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%r11), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%r11), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%r11), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%r11), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%r11), %r8
+        movq	384(%r10), %rax
+        movq	%r8, 376(%r10)
+        sbbq	384(%r11), %rax
+        movq	392(%r10), %rcx
+        movq	%rax, 384(%r10)
+        sbbq	392(%r11), %rcx
+        movq	400(%r10), %r8
+        movq	%rcx, 392(%r10)
+        sbbq	400(%r11), %r8
+        movq	408(%r10), %rax
+        movq	%r8, 400(%r10)
+        sbbq	408(%r11), %rax
+        movq	416(%r10), %rcx
+        movq	%rax, 408(%r10)
+        sbbq	416(%r11), %rcx
+        movq	424(%r10), %r8
+        movq	%rcx, 416(%r10)
+        sbbq	424(%r11), %r8
+        movq	432(%r10), %rax
+        movq	%r8, 424(%r10)
+        sbbq	432(%r11), %rax
+        movq	440(%r10), %rcx
+        movq	%rax, 432(%r10)
+        sbbq	440(%r11), %rcx
+        movq	448(%r10), %r8
+        movq	%rcx, 440(%r10)
+        sbbq	448(%r11), %r8
+        movq	456(%r10), %rax
+        movq	%r8, 448(%r10)
+        sbbq	456(%r11), %rax
+        movq	464(%r10), %rcx
+        movq	%rax, 456(%r10)
+        sbbq	464(%r11), %rcx
+        movq	472(%r10), %r8
+        movq	%rcx, 464(%r10)
+        sbbq	472(%r11), %r8
+        movq	480(%r10), %rax
+        movq	%r8, 472(%r10)
+        sbbq	480(%r11), %rax
+        movq	488(%r10), %rcx
+        movq	%rax, 480(%r10)
+        sbbq	488(%r11), %rcx
+        movq	496(%r10), %r8
+        movq	%rcx, 488(%r10)
+        sbbq	496(%r11), %r8
+        movq	504(%r10), %rax
+        movq	%r8, 496(%r10)
+        sbbq	504(%r11), %rax
+        movq	%rax, 504(%r10)
+        sbbq	$0, %r9
+        movq	(%r10), %rax
+        subq	(%rdi), %rax
+        movq	8(%r10), %rcx
+        movq	%rax, (%r10)
+        sbbq	8(%rdi), %rcx
+        movq	16(%r10), %r8
+        movq	%rcx, 8(%r10)
+        sbbq	16(%rdi), %r8
+        movq	24(%r10), %rax
+        movq	%r8, 16(%r10)
+        sbbq	24(%rdi), %rax
+        movq	32(%r10), %rcx
+        movq	%rax, 24(%r10)
+        sbbq	32(%rdi), %rcx
+        movq	40(%r10), %r8
+        movq	%rcx, 32(%r10)
+        sbbq	40(%rdi), %r8
+        movq	48(%r10), %rax
+        movq	%r8, 40(%r10)
+        sbbq	48(%rdi), %rax
+        movq	56(%r10), %rcx
+        movq	%rax, 48(%r10)
+        sbbq	56(%rdi), %rcx
+        movq	64(%r10), %r8
+        movq	%rcx, 56(%r10)
+        sbbq	64(%rdi), %r8
+        movq	72(%r10), %rax
+        movq	%r8, 64(%r10)
+        sbbq	72(%rdi), %rax
+        movq	80(%r10), %rcx
+        movq	%rax, 72(%r10)
+        sbbq	80(%rdi), %rcx
+        movq	88(%r10), %r8
+        movq	%rcx, 80(%r10)
+        sbbq	88(%rdi), %r8
+        movq	96(%r10), %rax
+        movq	%r8, 88(%r10)
+        sbbq	96(%rdi), %rax
+        movq	104(%r10), %rcx
+        movq	%rax, 96(%r10)
+        sbbq	104(%rdi), %rcx
+        movq	112(%r10), %r8
+        movq	%rcx, 104(%r10)
+        sbbq	112(%rdi), %r8
+        movq	120(%r10), %rax
+        movq	%r8, 112(%r10)
+        sbbq	120(%rdi), %rax
+        movq	128(%r10), %rcx
+        movq	%rax, 120(%r10)
+        sbbq	128(%rdi), %rcx
+        movq	136(%r10), %r8
+        movq	%rcx, 128(%r10)
+        sbbq	136(%rdi), %r8
+        movq	144(%r10), %rax
+        movq	%r8, 136(%r10)
+        sbbq	144(%rdi), %rax
+        movq	152(%r10), %rcx
+        movq	%rax, 144(%r10)
+        sbbq	152(%rdi), %rcx
+        movq	160(%r10), %r8
+        movq	%rcx, 152(%r10)
+        sbbq	160(%rdi), %r8
+        movq	168(%r10), %rax
+        movq	%r8, 160(%r10)
+        sbbq	168(%rdi), %rax
+        movq	176(%r10), %rcx
+        movq	%rax, 168(%r10)
+        sbbq	176(%rdi), %rcx
+        movq	184(%r10), %r8
+        movq	%rcx, 176(%r10)
+        sbbq	184(%rdi), %r8
+        movq	192(%r10), %rax
+        movq	%r8, 184(%r10)
+        sbbq	192(%rdi), %rax
+        movq	200(%r10), %rcx
+        movq	%rax, 192(%r10)
+        sbbq	200(%rdi), %rcx
+        movq	208(%r10), %r8
+        movq	%rcx, 200(%r10)
+        sbbq	208(%rdi), %r8
+        movq	216(%r10), %rax
+        movq	%r8, 208(%r10)
+        sbbq	216(%rdi), %rax
+        movq	224(%r10), %rcx
+        movq	%rax, 216(%r10)
+        sbbq	224(%rdi), %rcx
+        movq	232(%r10), %r8
+        movq	%rcx, 224(%r10)
+        sbbq	232(%rdi), %r8
+        movq	240(%r10), %rax
+        movq	%r8, 232(%r10)
+        sbbq	240(%rdi), %rax
+        movq	248(%r10), %rcx
+        movq	%rax, 240(%r10)
+        sbbq	248(%rdi), %rcx
+        movq	256(%r10), %r8
+        movq	%rcx, 248(%r10)
+        sbbq	256(%rdi), %r8
+        movq	264(%r10), %rax
+        movq	%r8, 256(%r10)
+        sbbq	264(%rdi), %rax
+        movq	272(%r10), %rcx
+        movq	%rax, 264(%r10)
+        sbbq	272(%rdi), %rcx
+        movq	280(%r10), %r8
+        movq	%rcx, 272(%r10)
+        sbbq	280(%rdi), %r8
+        movq	288(%r10), %rax
+        movq	%r8, 280(%r10)
+        sbbq	288(%rdi), %rax
+        movq	296(%r10), %rcx
+        movq	%rax, 288(%r10)
+        sbbq	296(%rdi), %rcx
+        movq	304(%r10), %r8
+        movq	%rcx, 296(%r10)
+        sbbq	304(%rdi), %r8
+        movq	312(%r10), %rax
+        movq	%r8, 304(%r10)
+        sbbq	312(%rdi), %rax
+        movq	320(%r10), %rcx
+        movq	%rax, 312(%r10)
+        sbbq	320(%rdi), %rcx
+        movq	328(%r10), %r8
+        movq	%rcx, 320(%r10)
+        sbbq	328(%rdi), %r8
+        movq	336(%r10), %rax
+        movq	%r8, 328(%r10)
+        sbbq	336(%rdi), %rax
+        movq	344(%r10), %rcx
+        movq	%rax, 336(%r10)
+        sbbq	344(%rdi), %rcx
+        movq	352(%r10), %r8
+        movq	%rcx, 344(%r10)
+        sbbq	352(%rdi), %r8
+        movq	360(%r10), %rax
+        movq	%r8, 352(%r10)
+        sbbq	360(%rdi), %rax
+        movq	368(%r10), %rcx
+        movq	%rax, 360(%r10)
+        sbbq	368(%rdi), %rcx
+        movq	376(%r10), %r8
+        movq	%rcx, 368(%r10)
+        sbbq	376(%rdi), %r8
+        movq	384(%r10), %rax
+        movq	%r8, 376(%r10)
+        sbbq	384(%rdi), %rax
+        movq	392(%r10), %rcx
+        movq	%rax, 384(%r10)
+        sbbq	392(%rdi), %rcx
+        movq	400(%r10), %r8
+        movq	%rcx, 392(%r10)
+        sbbq	400(%rdi), %r8
+        movq	408(%r10), %rax
+        movq	%r8, 400(%r10)
+        sbbq	408(%rdi), %rax
+        movq	416(%r10), %rcx
+        movq	%rax, 408(%r10)
+        sbbq	416(%rdi), %rcx
+        movq	424(%r10), %r8
+        movq	%rcx, 416(%r10)
+        sbbq	424(%rdi), %r8
+        movq	432(%r10), %rax
+        movq	%r8, 424(%r10)
+        sbbq	432(%rdi), %rax
+        movq	440(%r10), %rcx
+        movq	%rax, 432(%r10)
+        sbbq	440(%rdi), %rcx
+        movq	448(%r10), %r8
+        movq	%rcx, 440(%r10)
+        sbbq	448(%rdi), %r8
+        movq	456(%r10), %rax
+        movq	%r8, 448(%r10)
+        sbbq	456(%rdi), %rax
+        movq	464(%r10), %rcx
+        movq	%rax, 456(%r10)
+        sbbq	464(%rdi), %rcx
+        movq	472(%r10), %r8
+        movq	%rcx, 464(%r10)
+        sbbq	472(%rdi), %r8
+        movq	480(%r10), %rax
+        movq	%r8, 472(%r10)
+        sbbq	480(%rdi), %rax
+        movq	488(%r10), %rcx
+        movq	%rax, 480(%r10)
+        sbbq	488(%rdi), %rcx
+        movq	496(%r10), %r8
+        movq	%rcx, 488(%r10)
+        sbbq	496(%rdi), %r8
+        movq	504(%r10), %rax
+        movq	%r8, 496(%r10)
+        sbbq	504(%rdi), %rax
+        movq	%rax, 504(%r10)
+        sbbq	$0, %r9
+        subq	$256, %r15
+        # Add
+        movq	(%r15), %rax
+        addq	(%r10), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r10), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r10), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r10), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r10), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r10), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r10), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r10), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r10), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r10), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r10), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r10), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r10), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r10), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r10), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r10), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r10), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r10), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r10), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r10), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r10), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r10), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r10), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r10), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r10), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r10), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r10), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r10), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r10), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r10), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r10), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r10), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r10), %r8
+        movq	264(%r15), %rax
+        movq	%r8, 256(%r15)
+        adcq	264(%r10), %rax
+        movq	272(%r15), %rcx
+        movq	%rax, 264(%r15)
+        adcq	272(%r10), %rcx
+        movq	280(%r15), %r8
+        movq	%rcx, 272(%r15)
+        adcq	280(%r10), %r8
+        movq	288(%r15), %rax
+        movq	%r8, 280(%r15)
+        adcq	288(%r10), %rax
+        movq	296(%r15), %rcx
+        movq	%rax, 288(%r15)
+        adcq	296(%r10), %rcx
+        movq	304(%r15), %r8
+        movq	%rcx, 296(%r15)
+        adcq	304(%r10), %r8
+        movq	312(%r15), %rax
+        movq	%r8, 304(%r15)
+        adcq	312(%r10), %rax
+        movq	320(%r15), %rcx
+        movq	%rax, 312(%r15)
+        adcq	320(%r10), %rcx
+        movq	328(%r15), %r8
+        movq	%rcx, 320(%r15)
+        adcq	328(%r10), %r8
+        movq	336(%r15), %rax
+        movq	%r8, 328(%r15)
+        adcq	336(%r10), %rax
+        movq	344(%r15), %rcx
+        movq	%rax, 336(%r15)
+        adcq	344(%r10), %rcx
+        movq	352(%r15), %r8
+        movq	%rcx, 344(%r15)
+        adcq	352(%r10), %r8
+        movq	360(%r15), %rax
+        movq	%r8, 352(%r15)
+        adcq	360(%r10), %rax
+        movq	368(%r15), %rcx
+        movq	%rax, 360(%r15)
+        adcq	368(%r10), %rcx
+        movq	376(%r15), %r8
+        movq	%rcx, 368(%r15)
+        adcq	376(%r10), %r8
+        movq	384(%r15), %rax
+        movq	%r8, 376(%r15)
+        adcq	384(%r10), %rax
+        movq	392(%r15), %rcx
+        movq	%rax, 384(%r15)
+        adcq	392(%r10), %rcx
+        movq	400(%r15), %r8
+        movq	%rcx, 392(%r15)
+        adcq	400(%r10), %r8
+        movq	408(%r15), %rax
+        movq	%r8, 400(%r15)
+        adcq	408(%r10), %rax
+        movq	416(%r15), %rcx
+        movq	%rax, 408(%r15)
+        adcq	416(%r10), %rcx
+        movq	424(%r15), %r8
+        movq	%rcx, 416(%r15)
+        adcq	424(%r10), %r8
+        movq	432(%r15), %rax
+        movq	%r8, 424(%r15)
+        adcq	432(%r10), %rax
+        movq	440(%r15), %rcx
+        movq	%rax, 432(%r15)
+        adcq	440(%r10), %rcx
+        movq	448(%r15), %r8
+        movq	%rcx, 440(%r15)
+        adcq	448(%r10), %r8
+        movq	456(%r15), %rax
+        movq	%r8, 448(%r15)
+        adcq	456(%r10), %rax
+        movq	464(%r15), %rcx
+        movq	%rax, 456(%r15)
+        adcq	464(%r10), %rcx
+        movq	472(%r15), %r8
+        movq	%rcx, 464(%r15)
+        adcq	472(%r10), %r8
+        movq	480(%r15), %rax
+        movq	%r8, 472(%r15)
+        adcq	480(%r10), %rax
+        movq	488(%r15), %rcx
+        movq	%rax, 480(%r15)
+        adcq	488(%r10), %rcx
+        movq	496(%r15), %r8
+        movq	%rcx, 488(%r15)
+        adcq	496(%r10), %r8
+        movq	504(%r15), %rax
+        movq	%r8, 496(%r15)
+        adcq	504(%r10), %rax
+        movq	%rax, 504(%r15)
+        adcq	$0, %r9
+        movq	%r9, 768(%rdi)
+        addq	$256, %r15
+        # Add
+        movq	(%r15), %rax
+        xorq	%r9, %r9
+        addq	(%r11), %rax
+        movq	8(%r15), %rcx
+        movq	%rax, (%r15)
+        adcq	8(%r11), %rcx
+        movq	16(%r15), %r8
+        movq	%rcx, 8(%r15)
+        adcq	16(%r11), %r8
+        movq	24(%r15), %rax
+        movq	%r8, 16(%r15)
+        adcq	24(%r11), %rax
+        movq	32(%r15), %rcx
+        movq	%rax, 24(%r15)
+        adcq	32(%r11), %rcx
+        movq	40(%r15), %r8
+        movq	%rcx, 32(%r15)
+        adcq	40(%r11), %r8
+        movq	48(%r15), %rax
+        movq	%r8, 40(%r15)
+        adcq	48(%r11), %rax
+        movq	56(%r15), %rcx
+        movq	%rax, 48(%r15)
+        adcq	56(%r11), %rcx
+        movq	64(%r15), %r8
+        movq	%rcx, 56(%r15)
+        adcq	64(%r11), %r8
+        movq	72(%r15), %rax
+        movq	%r8, 64(%r15)
+        adcq	72(%r11), %rax
+        movq	80(%r15), %rcx
+        movq	%rax, 72(%r15)
+        adcq	80(%r11), %rcx
+        movq	88(%r15), %r8
+        movq	%rcx, 80(%r15)
+        adcq	88(%r11), %r8
+        movq	96(%r15), %rax
+        movq	%r8, 88(%r15)
+        adcq	96(%r11), %rax
+        movq	104(%r15), %rcx
+        movq	%rax, 96(%r15)
+        adcq	104(%r11), %rcx
+        movq	112(%r15), %r8
+        movq	%rcx, 104(%r15)
+        adcq	112(%r11), %r8
+        movq	120(%r15), %rax
+        movq	%r8, 112(%r15)
+        adcq	120(%r11), %rax
+        movq	128(%r15), %rcx
+        movq	%rax, 120(%r15)
+        adcq	128(%r11), %rcx
+        movq	136(%r15), %r8
+        movq	%rcx, 128(%r15)
+        adcq	136(%r11), %r8
+        movq	144(%r15), %rax
+        movq	%r8, 136(%r15)
+        adcq	144(%r11), %rax
+        movq	152(%r15), %rcx
+        movq	%rax, 144(%r15)
+        adcq	152(%r11), %rcx
+        movq	160(%r15), %r8
+        movq	%rcx, 152(%r15)
+        adcq	160(%r11), %r8
+        movq	168(%r15), %rax
+        movq	%r8, 160(%r15)
+        adcq	168(%r11), %rax
+        movq	176(%r15), %rcx
+        movq	%rax, 168(%r15)
+        adcq	176(%r11), %rcx
+        movq	184(%r15), %r8
+        movq	%rcx, 176(%r15)
+        adcq	184(%r11), %r8
+        movq	192(%r15), %rax
+        movq	%r8, 184(%r15)
+        adcq	192(%r11), %rax
+        movq	200(%r15), %rcx
+        movq	%rax, 192(%r15)
+        adcq	200(%r11), %rcx
+        movq	208(%r15), %r8
+        movq	%rcx, 200(%r15)
+        adcq	208(%r11), %r8
+        movq	216(%r15), %rax
+        movq	%r8, 208(%r15)
+        adcq	216(%r11), %rax
+        movq	224(%r15), %rcx
+        movq	%rax, 216(%r15)
+        adcq	224(%r11), %rcx
+        movq	232(%r15), %r8
+        movq	%rcx, 224(%r15)
+        adcq	232(%r11), %r8
+        movq	240(%r15), %rax
+        movq	%r8, 232(%r15)
+        adcq	240(%r11), %rax
+        movq	248(%r15), %rcx
+        movq	%rax, 240(%r15)
+        adcq	248(%r11), %rcx
+        movq	256(%r15), %r8
+        movq	%rcx, 248(%r15)
+        adcq	256(%r11), %r8
+        movq	%r8, 256(%r15)
+        adcq	$0, %r9
+        # Add to zero
+        movq	264(%r11), %rax
+        adcq	$0, %rax
+        movq	272(%r11), %rcx
+        movq	%rax, 264(%r15)
+        adcq	$0, %rcx
+        movq	280(%r11), %r8
+        movq	%rcx, 272(%r15)
+        adcq	$0, %r8
+        movq	288(%r11), %rax
+        movq	%r8, 280(%r15)
+        adcq	$0, %rax
+        movq	296(%r11), %rcx
+        movq	%rax, 288(%r15)
+        adcq	$0, %rcx
+        movq	304(%r11), %r8
+        movq	%rcx, 296(%r15)
+        adcq	$0, %r8
+        movq	312(%r11), %rax
+        movq	%r8, 304(%r15)
+        adcq	$0, %rax
+        movq	320(%r11), %rcx
+        movq	%rax, 312(%r15)
+        adcq	$0, %rcx
+        movq	328(%r11), %r8
+        movq	%rcx, 320(%r15)
+        adcq	$0, %r8
+        movq	336(%r11), %rax
+        movq	%r8, 328(%r15)
+        adcq	$0, %rax
+        movq	344(%r11), %rcx
+        movq	%rax, 336(%r15)
+        adcq	$0, %rcx
+        movq	352(%r11), %r8
+        movq	%rcx, 344(%r15)
+        adcq	$0, %r8
+        movq	360(%r11), %rax
+        movq	%r8, 352(%r15)
+        adcq	$0, %rax
+        movq	368(%r11), %rcx
+        movq	%rax, 360(%r15)
+        adcq	$0, %rcx
+        movq	376(%r11), %r8
+        movq	%rcx, 368(%r15)
+        adcq	$0, %r8
+        movq	384(%r11), %rax
+        movq	%r8, 376(%r15)
+        adcq	$0, %rax
+        movq	392(%r11), %rcx
+        movq	%rax, 384(%r15)
+        adcq	$0, %rcx
+        movq	400(%r11), %r8
+        movq	%rcx, 392(%r15)
+        adcq	$0, %r8
+        movq	408(%r11), %rax
+        movq	%r8, 400(%r15)
+        adcq	$0, %rax
+        movq	416(%r11), %rcx
+        movq	%rax, 408(%r15)
+        adcq	$0, %rcx
+        movq	424(%r11), %r8
+        movq	%rcx, 416(%r15)
+        adcq	$0, %r8
+        movq	432(%r11), %rax
+        movq	%r8, 424(%r15)
+        adcq	$0, %rax
+        movq	440(%r11), %rcx
+        movq	%rax, 432(%r15)
+        adcq	$0, %rcx
+        movq	448(%r11), %r8
+        movq	%rcx, 440(%r15)
+        adcq	$0, %r8
+        movq	456(%r11), %rax
+        movq	%r8, 448(%r15)
+        adcq	$0, %rax
+        movq	464(%r11), %rcx
+        movq	%rax, 456(%r15)
+        adcq	$0, %rcx
+        movq	472(%r11), %r8
+        movq	%rcx, 464(%r15)
+        adcq	$0, %r8
+        movq	480(%r11), %rax
+        movq	%r8, 472(%r15)
+        adcq	$0, %rax
+        movq	488(%r11), %rcx
+        movq	%rax, 480(%r15)
+        adcq	$0, %rcx
+        movq	496(%r11), %r8
+        movq	%rcx, 488(%r15)
+        adcq	$0, %r8
+        movq	504(%r11), %rax
+        movq	%r8, 496(%r15)
+        adcq	$0, %rax
+        movq	%rax, 504(%r15)
+        addq	$1576, %rsp
+        pop	%r15
+        pop	%r14
+        pop	%r13
+        pop	%r12
+        repz retq
+#ifndef __APPLE__
+.size	sp_4096_mul_avx2_64,.-sp_4096_mul_avx2_64
+#endif /* __APPLE__ */
+/* Square a and put result in r. (r = a * a)
+ *
+ * r  A single precision integer.
+ * a  A single precision integer.
+ */
+#ifndef __APPLE__
+.globl	sp_4096_sqr_avx2_64
+.type	sp_4096_sqr_avx2_64,@function
+.align	16
+sp_4096_sqr_avx2_64:
+#else
+.globl	_sp_4096_sqr_avx2_64
+.p2align	4
+_sp_4096_sqr_avx2_64:
+#endif /* __APPLE__ */
+        subq	$1304, %rsp
+        movq	%rdi, 1280(%rsp)
+        movq	%rsi, 1288(%rsp)
+        leaq	1024(%rsp), %r8
+        leaq	256(%rsi), %r9
+        # Add
+        movq	(%rsi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%r9), %rdx
+        movq	8(%rsi), %rax
+        movq	%rdx, (%r8)
+        adcq	8(%r9), %rax
+        movq	16(%rsi), %rdx
+        movq	%rax, 8(%r8)
+        adcq	16(%r9), %rdx
+        movq	24(%rsi), %rax
+        movq	%rdx, 16(%r8)
+        adcq	24(%r9), %rax
+        movq	32(%rsi), %rdx
+        movq	%rax, 24(%r8)
+        adcq	32(%r9), %rdx
+        movq	40(%rsi), %rax
+        movq	%rdx, 32(%r8)
+        adcq	40(%r9), %rax
+        movq	48(%rsi), %rdx
+        movq	%rax, 40(%r8)
+        adcq	48(%r9), %rdx
+        movq	56(%rsi), %rax
+        movq	%rdx, 48(%r8)
+        adcq	56(%r9), %rax
+        movq	64(%rsi), %rdx
+        movq	%rax, 56(%r8)
+        adcq	64(%r9), %rdx
+        movq	72(%rsi), %rax
+        movq	%rdx, 64(%r8)
+        adcq	72(%r9), %rax
+        movq	80(%rsi), %rdx
+        movq	%rax, 72(%r8)
+        adcq	80(%r9), %rdx
+        movq	88(%rsi), %rax
+        movq	%rdx, 80(%r8)
+        adcq	88(%r9), %rax
+        movq	96(%rsi), %rdx
+        movq	%rax, 88(%r8)
+        adcq	96(%r9), %rdx
+        movq	104(%rsi), %rax
+        movq	%rdx, 96(%r8)
+        adcq	104(%r9), %rax
+        movq	112(%rsi), %rdx
+        movq	%rax, 104(%r8)
+        adcq	112(%r9), %rdx
+        movq	120(%rsi), %rax
+        movq	%rdx, 112(%r8)
+        adcq	120(%r9), %rax
+        movq	128(%rsi), %rdx
+        movq	%rax, 120(%r8)
+        adcq	128(%r9), %rdx
+        movq	136(%rsi), %rax
+        movq	%rdx, 128(%r8)
+        adcq	136(%r9), %rax
+        movq	144(%rsi), %rdx
+        movq	%rax, 136(%r8)
+        adcq	144(%r9), %rdx
+        movq	152(%rsi), %rax
+        movq	%rdx, 144(%r8)
+        adcq	152(%r9), %rax
+        movq	160(%rsi), %rdx
+        movq	%rax, 152(%r8)
+        adcq	160(%r9), %rdx
+        movq	168(%rsi), %rax
+        movq	%rdx, 160(%r8)
+        adcq	168(%r9), %rax
+        movq	176(%rsi), %rdx
+        movq	%rax, 168(%r8)
+        adcq	176(%r9), %rdx
+        movq	184(%rsi), %rax
+        movq	%rdx, 176(%r8)
+        adcq	184(%r9), %rax
+        movq	192(%rsi), %rdx
+        movq	%rax, 184(%r8)
+        adcq	192(%r9), %rdx
+        movq	200(%rsi), %rax
+        movq	%rdx, 192(%r8)
+        adcq	200(%r9), %rax
+        movq	208(%rsi), %rdx
+        movq	%rax, 200(%r8)
+        adcq	208(%r9), %rdx
+        movq	216(%rsi), %rax
+        movq	%rdx, 208(%r8)
+        adcq	216(%r9), %rax
+        movq	224(%rsi), %rdx
+        movq	%rax, 216(%r8)
+        adcq	224(%r9), %rdx
+        movq	232(%rsi), %rax
+        movq	%rdx, 224(%r8)
+        adcq	232(%r9), %rax
+        movq	240(%rsi), %rdx
+        movq	%rax, 232(%r8)
+        adcq	240(%r9), %rdx
+        movq	248(%rsi), %rax
+        movq	%rdx, 240(%r8)
+        adcq	248(%r9), %rax
+        movq	%rax, 248(%r8)
+        adcq	$0, %rcx
+        movq	%rcx, 1296(%rsp)
+        movq	%r8, %rsi
+        movq	%rsp, %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_32@plt
+#else
+        callq	_sp_2048_sqr_avx2_32
+#endif /* __APPLE__ */
+        movq	1288(%rsp), %rsi
+        leaq	512(%rsp), %rdi
+        addq	$256, %rsi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_32@plt
+#else
+        callq	_sp_2048_sqr_avx2_32
+#endif /* __APPLE__ */
+        movq	1288(%rsp), %rsi
+        movq	1280(%rsp), %rdi
+#ifndef __APPLE__
+        callq	sp_2048_sqr_avx2_32@plt
+#else
+        callq	_sp_2048_sqr_avx2_32
+#endif /* __APPLE__ */
+        movq	1296(%rsp), %r10
+        leaq	1024(%rsp), %r8
+        movq	%r10, %rcx
+        negq	%r10
+        movq	(%r8), %rdx
+        pextq	%r10, %rdx, %rdx
+        addq	%rdx, %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, 512(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 520(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 528(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 536(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 544(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 552(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 560(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 568(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 576(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 584(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 592(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 600(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 608(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 616(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 624(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 632(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 640(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 648(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 656(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 664(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 672(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 680(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 688(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 696(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 704(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 712(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 720(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 728(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 736(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 744(%rdi)
+        pextq	%r10, %rdx, %rdx
+        adcq	%rdx, %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 752(%rdi)
+        pextq	%r10, %rax, %rax
+        adcq	%rax, %rax
+        movq	%rax, 760(%rdi)
+        adcq	$0, %rcx
+        leaq	512(%rsp), %rsi
+        movq	%rsp, %r8
+        movq	(%r8), %rdx
+        subq	(%rsi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rsi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rsi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rsi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rsi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rsi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rsi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rsi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rsi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rsi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rsi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rsi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rsi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rsi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rsi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rsi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rsi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rsi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rsi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rsi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rsi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rsi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rsi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rsi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rsi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rsi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rsi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rsi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rsi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rsi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rsi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rsi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rsi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rsi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rsi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rsi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rsi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rsi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rsi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rsi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rsi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rsi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rsi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rsi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rsi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rsi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rsi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rsi), %rax
+        movq	384(%r8), %rdx
+        movq	%rax, 376(%r8)
+        sbbq	384(%rsi), %rdx
+        movq	392(%r8), %rax
+        movq	%rdx, 384(%r8)
+        sbbq	392(%rsi), %rax
+        movq	400(%r8), %rdx
+        movq	%rax, 392(%r8)
+        sbbq	400(%rsi), %rdx
+        movq	408(%r8), %rax
+        movq	%rdx, 400(%r8)
+        sbbq	408(%rsi), %rax
+        movq	416(%r8), %rdx
+        movq	%rax, 408(%r8)
+        sbbq	416(%rsi), %rdx
+        movq	424(%r8), %rax
+        movq	%rdx, 416(%r8)
+        sbbq	424(%rsi), %rax
+        movq	432(%r8), %rdx
+        movq	%rax, 424(%r8)
+        sbbq	432(%rsi), %rdx
+        movq	440(%r8), %rax
+        movq	%rdx, 432(%r8)
+        sbbq	440(%rsi), %rax
+        movq	448(%r8), %rdx
+        movq	%rax, 440(%r8)
+        sbbq	448(%rsi), %rdx
+        movq	456(%r8), %rax
+        movq	%rdx, 448(%r8)
+        sbbq	456(%rsi), %rax
+        movq	464(%r8), %rdx
+        movq	%rax, 456(%r8)
+        sbbq	464(%rsi), %rdx
+        movq	472(%r8), %rax
+        movq	%rdx, 464(%r8)
+        sbbq	472(%rsi), %rax
+        movq	480(%r8), %rdx
+        movq	%rax, 472(%r8)
+        sbbq	480(%rsi), %rdx
+        movq	488(%r8), %rax
+        movq	%rdx, 480(%r8)
+        sbbq	488(%rsi), %rax
+        movq	496(%r8), %rdx
+        movq	%rax, 488(%r8)
+        sbbq	496(%rsi), %rdx
+        movq	504(%r8), %rax
+        movq	%rdx, 496(%r8)
+        sbbq	504(%rsi), %rax
+        movq	%rax, 504(%r8)
+        sbbq	$0, %rcx
+        movq	(%r8), %rdx
+        subq	(%rdi), %rdx
+        movq	8(%r8), %rax
+        movq	%rdx, (%r8)
+        sbbq	8(%rdi), %rax
+        movq	16(%r8), %rdx
+        movq	%rax, 8(%r8)
+        sbbq	16(%rdi), %rdx
+        movq	24(%r8), %rax
+        movq	%rdx, 16(%r8)
+        sbbq	24(%rdi), %rax
+        movq	32(%r8), %rdx
+        movq	%rax, 24(%r8)
+        sbbq	32(%rdi), %rdx
+        movq	40(%r8), %rax
+        movq	%rdx, 32(%r8)
+        sbbq	40(%rdi), %rax
+        movq	48(%r8), %rdx
+        movq	%rax, 40(%r8)
+        sbbq	48(%rdi), %rdx
+        movq	56(%r8), %rax
+        movq	%rdx, 48(%r8)
+        sbbq	56(%rdi), %rax
+        movq	64(%r8), %rdx
+        movq	%rax, 56(%r8)
+        sbbq	64(%rdi), %rdx
+        movq	72(%r8), %rax
+        movq	%rdx, 64(%r8)
+        sbbq	72(%rdi), %rax
+        movq	80(%r8), %rdx
+        movq	%rax, 72(%r8)
+        sbbq	80(%rdi), %rdx
+        movq	88(%r8), %rax
+        movq	%rdx, 80(%r8)
+        sbbq	88(%rdi), %rax
+        movq	96(%r8), %rdx
+        movq	%rax, 88(%r8)
+        sbbq	96(%rdi), %rdx
+        movq	104(%r8), %rax
+        movq	%rdx, 96(%r8)
+        sbbq	104(%rdi), %rax
+        movq	112(%r8), %rdx
+        movq	%rax, 104(%r8)
+        sbbq	112(%rdi), %rdx
+        movq	120(%r8), %rax
+        movq	%rdx, 112(%r8)
+        sbbq	120(%rdi), %rax
+        movq	128(%r8), %rdx
+        movq	%rax, 120(%r8)
+        sbbq	128(%rdi), %rdx
+        movq	136(%r8), %rax
+        movq	%rdx, 128(%r8)
+        sbbq	136(%rdi), %rax
+        movq	144(%r8), %rdx
+        movq	%rax, 136(%r8)
+        sbbq	144(%rdi), %rdx
+        movq	152(%r8), %rax
+        movq	%rdx, 144(%r8)
+        sbbq	152(%rdi), %rax
+        movq	160(%r8), %rdx
+        movq	%rax, 152(%r8)
+        sbbq	160(%rdi), %rdx
+        movq	168(%r8), %rax
+        movq	%rdx, 160(%r8)
+        sbbq	168(%rdi), %rax
+        movq	176(%r8), %rdx
+        movq	%rax, 168(%r8)
+        sbbq	176(%rdi), %rdx
+        movq	184(%r8), %rax
+        movq	%rdx, 176(%r8)
+        sbbq	184(%rdi), %rax
+        movq	192(%r8), %rdx
+        movq	%rax, 184(%r8)
+        sbbq	192(%rdi), %rdx
+        movq	200(%r8), %rax
+        movq	%rdx, 192(%r8)
+        sbbq	200(%rdi), %rax
+        movq	208(%r8), %rdx
+        movq	%rax, 200(%r8)
+        sbbq	208(%rdi), %rdx
+        movq	216(%r8), %rax
+        movq	%rdx, 208(%r8)
+        sbbq	216(%rdi), %rax
+        movq	224(%r8), %rdx
+        movq	%rax, 216(%r8)
+        sbbq	224(%rdi), %rdx
+        movq	232(%r8), %rax
+        movq	%rdx, 224(%r8)
+        sbbq	232(%rdi), %rax
+        movq	240(%r8), %rdx
+        movq	%rax, 232(%r8)
+        sbbq	240(%rdi), %rdx
+        movq	248(%r8), %rax
+        movq	%rdx, 240(%r8)
+        sbbq	248(%rdi), %rax
+        movq	256(%r8), %rdx
+        movq	%rax, 248(%r8)
+        sbbq	256(%rdi), %rdx
+        movq	264(%r8), %rax
+        movq	%rdx, 256(%r8)
+        sbbq	264(%rdi), %rax
+        movq	272(%r8), %rdx
+        movq	%rax, 264(%r8)
+        sbbq	272(%rdi), %rdx
+        movq	280(%r8), %rax
+        movq	%rdx, 272(%r8)
+        sbbq	280(%rdi), %rax
+        movq	288(%r8), %rdx
+        movq	%rax, 280(%r8)
+        sbbq	288(%rdi), %rdx
+        movq	296(%r8), %rax
+        movq	%rdx, 288(%r8)
+        sbbq	296(%rdi), %rax
+        movq	304(%r8), %rdx
+        movq	%rax, 296(%r8)
+        sbbq	304(%rdi), %rdx
+        movq	312(%r8), %rax
+        movq	%rdx, 304(%r8)
+        sbbq	312(%rdi), %rax
+        movq	320(%r8), %rdx
+        movq	%rax, 312(%r8)
+        sbbq	320(%rdi), %rdx
+        movq	328(%r8), %rax
+        movq	%rdx, 320(%r8)
+        sbbq	328(%rdi), %rax
+        movq	336(%r8), %rdx
+        movq	%rax, 328(%r8)
+        sbbq	336(%rdi), %rdx
+        movq	344(%r8), %rax
+        movq	%rdx, 336(%r8)
+        sbbq	344(%rdi), %rax
+        movq	352(%r8), %rdx
+        movq	%rax, 344(%r8)
+        sbbq	352(%rdi), %rdx
+        movq	360(%r8), %rax
+        movq	%rdx, 352(%r8)
+        sbbq	360(%rdi), %rax
+        movq	368(%r8), %rdx
+        movq	%rax, 360(%r8)
+        sbbq	368(%rdi), %rdx
+        movq	376(%r8), %rax
+        movq	%rdx, 368(%r8)
+        sbbq	376(%rdi), %rax
+        movq	384(%r8), %rdx
+        movq	%rax, 376(%r8)
+        sbbq	384(%rdi), %rdx
+        movq	392(%r8), %rax
+        movq	%rdx, 384(%r8)
+        sbbq	392(%rdi), %rax
+        movq	400(%r8), %rdx
+        movq	%rax, 392(%r8)
+        sbbq	400(%rdi), %rdx
+        movq	408(%r8), %rax
+        movq	%rdx, 400(%r8)
+        sbbq	408(%rdi), %rax
+        movq	416(%r8), %rdx
+        movq	%rax, 408(%r8)
+        sbbq	416(%rdi), %rdx
+        movq	424(%r8), %rax
+        movq	%rdx, 416(%r8)
+        sbbq	424(%rdi), %rax
+        movq	432(%r8), %rdx
+        movq	%rax, 424(%r8)
+        sbbq	432(%rdi), %rdx
+        movq	440(%r8), %rax
+        movq	%rdx, 432(%r8)
+        sbbq	440(%rdi), %rax
+        movq	448(%r8), %rdx
+        movq	%rax, 440(%r8)
+        sbbq	448(%rdi), %rdx
+        movq	456(%r8), %rax
+        movq	%rdx, 448(%r8)
+        sbbq	456(%rdi), %rax
+        movq	464(%r8), %rdx
+        movq	%rax, 456(%r8)
+        sbbq	464(%rdi), %rdx
+        movq	472(%r8), %rax
+        movq	%rdx, 464(%r8)
+        sbbq	472(%rdi), %rax
+        movq	480(%r8), %rdx
+        movq	%rax, 472(%r8)
+        sbbq	480(%rdi), %rdx
+        movq	488(%r8), %rax
+        movq	%rdx, 480(%r8)
+        sbbq	488(%rdi), %rax
+        movq	496(%r8), %rdx
+        movq	%rax, 488(%r8)
+        sbbq	496(%rdi), %rdx
+        movq	504(%r8), %rax
+        movq	%rdx, 496(%r8)
+        sbbq	504(%rdi), %rax
+        movq	%rax, 504(%r8)
+        sbbq	$0, %rcx
+        # Add in place
+        movq	256(%rdi), %rdx
+        addq	(%r8), %rdx
+        movq	264(%rdi), %rax
+        movq	%rdx, 256(%rdi)
+        adcq	8(%r8), %rax
+        movq	272(%rdi), %rdx
+        movq	%rax, 264(%rdi)
+        adcq	16(%r8), %rdx
+        movq	280(%rdi), %rax
+        movq	%rdx, 272(%rdi)
+        adcq	24(%r8), %rax
+        movq	288(%rdi), %rdx
+        movq	%rax, 280(%rdi)
+        adcq	32(%r8), %rdx
+        movq	296(%rdi), %rax
+        movq	%rdx, 288(%rdi)
+        adcq	40(%r8), %rax
+        movq	304(%rdi), %rdx
+        movq	%rax, 296(%rdi)
+        adcq	48(%r8), %rdx
+        movq	312(%rdi), %rax
+        movq	%rdx, 304(%rdi)
+        adcq	56(%r8), %rax
+        movq	320(%rdi), %rdx
+        movq	%rax, 312(%rdi)
+        adcq	64(%r8), %rdx
+        movq	328(%rdi), %rax
+        movq	%rdx, 320(%rdi)
+        adcq	72(%r8), %rax
+        movq	336(%rdi), %rdx
+        movq	%rax, 328(%rdi)
+        adcq	80(%r8), %rdx
+        movq	344(%rdi), %rax
+        movq	%rdx, 336(%rdi)
+        adcq	88(%r8), %rax
+        movq	352(%rdi), %rdx
+        movq	%rax, 344(%rdi)
+        adcq	96(%r8), %rdx
+        movq	360(%rdi), %rax
+        movq	%rdx, 352(%rdi)
+        adcq	104(%r8), %rax
+        movq	368(%rdi), %rdx
+        movq	%rax, 360(%rdi)
+        adcq	112(%r8), %rdx
+        movq	376(%rdi), %rax
+        movq	%rdx, 368(%rdi)
+        adcq	120(%r8), %rax
+        movq	384(%rdi), %rdx
+        movq	%rax, 376(%rdi)
+        adcq	128(%r8), %rdx
+        movq	392(%rdi), %rax
+        movq	%rdx, 384(%rdi)
+        adcq	136(%r8), %rax
+        movq	400(%rdi), %rdx
+        movq	%rax, 392(%rdi)
+        adcq	144(%r8), %rdx
+        movq	408(%rdi), %rax
+        movq	%rdx, 400(%rdi)
+        adcq	152(%r8), %rax
+        movq	416(%rdi), %rdx
+        movq	%rax, 408(%rdi)
+        adcq	160(%r8), %rdx
+        movq	424(%rdi), %rax
+        movq	%rdx, 416(%rdi)
+        adcq	168(%r8), %rax
+        movq	432(%rdi), %rdx
+        movq	%rax, 424(%rdi)
+        adcq	176(%r8), %rdx
+        movq	440(%rdi), %rax
+        movq	%rdx, 432(%rdi)
+        adcq	184(%r8), %rax
+        movq	448(%rdi), %rdx
+        movq	%rax, 440(%rdi)
+        adcq	192(%r8), %rdx
+        movq	456(%rdi), %rax
+        movq	%rdx, 448(%rdi)
+        adcq	200(%r8), %rax
+        movq	464(%rdi), %rdx
+        movq	%rax, 456(%rdi)
+        adcq	208(%r8), %rdx
+        movq	472(%rdi), %rax
+        movq	%rdx, 464(%rdi)
+        adcq	216(%r8), %rax
+        movq	480(%rdi), %rdx
+        movq	%rax, 472(%rdi)
+        adcq	224(%r8), %rdx
+        movq	488(%rdi), %rax
+        movq	%rdx, 480(%rdi)
+        adcq	232(%r8), %rax
+        movq	496(%rdi), %rdx
+        movq	%rax, 488(%rdi)
+        adcq	240(%r8), %rdx
+        movq	504(%rdi), %rax
+        movq	%rdx, 496(%rdi)
+        adcq	248(%r8), %rax
+        movq	512(%rdi), %rdx
+        movq	%rax, 504(%rdi)
+        adcq	256(%r8), %rdx
+        movq	520(%rdi), %rax
+        movq	%rdx, 512(%rdi)
+        adcq	264(%r8), %rax
+        movq	528(%rdi), %rdx
+        movq	%rax, 520(%rdi)
+        adcq	272(%r8), %rdx
+        movq	536(%rdi), %rax
+        movq	%rdx, 528(%rdi)
+        adcq	280(%r8), %rax
+        movq	544(%rdi), %rdx
+        movq	%rax, 536(%rdi)
+        adcq	288(%r8), %rdx
+        movq	552(%rdi), %rax
+        movq	%rdx, 544(%rdi)
+        adcq	296(%r8), %rax
+        movq	560(%rdi), %rdx
+        movq	%rax, 552(%rdi)
+        adcq	304(%r8), %rdx
+        movq	568(%rdi), %rax
+        movq	%rdx, 560(%rdi)
+        adcq	312(%r8), %rax
+        movq	576(%rdi), %rdx
+        movq	%rax, 568(%rdi)
+        adcq	320(%r8), %rdx
+        movq	584(%rdi), %rax
+        movq	%rdx, 576(%rdi)
+        adcq	328(%r8), %rax
+        movq	592(%rdi), %rdx
+        movq	%rax, 584(%rdi)
+        adcq	336(%r8), %rdx
+        movq	600(%rdi), %rax
+        movq	%rdx, 592(%rdi)
+        adcq	344(%r8), %rax
+        movq	608(%rdi), %rdx
+        movq	%rax, 600(%rdi)
+        adcq	352(%r8), %rdx
+        movq	616(%rdi), %rax
+        movq	%rdx, 608(%rdi)
+        adcq	360(%r8), %rax
+        movq	624(%rdi), %rdx
+        movq	%rax, 616(%rdi)
+        adcq	368(%r8), %rdx
+        movq	632(%rdi), %rax
+        movq	%rdx, 624(%rdi)
+        adcq	376(%r8), %rax
+        movq	640(%rdi), %rdx
+        movq	%rax, 632(%rdi)
+        adcq	384(%r8), %rdx
+        movq	648(%rdi), %rax
+        movq	%rdx, 640(%rdi)
+        adcq	392(%r8), %rax
+        movq	656(%rdi), %rdx
+        movq	%rax, 648(%rdi)
+        adcq	400(%r8), %rdx
+        movq	664(%rdi), %rax
+        movq	%rdx, 656(%rdi)
+        adcq	408(%r8), %rax
+        movq	672(%rdi), %rdx
+        movq	%rax, 664(%rdi)
+        adcq	416(%r8), %rdx
+        movq	680(%rdi), %rax
+        movq	%rdx, 672(%rdi)
+        adcq	424(%r8), %rax
+        movq	688(%rdi), %rdx
+        movq	%rax, 680(%rdi)
+        adcq	432(%r8), %rdx
+        movq	696(%rdi), %rax
+        movq	%rdx, 688(%rdi)
+        adcq	440(%r8), %rax
+        movq	704(%rdi), %rdx
+        movq	%rax, 696(%rdi)
+        adcq	448(%r8), %rdx
+        movq	712(%rdi), %rax
+        movq	%rdx, 704(%rdi)
+        adcq	456(%r8), %rax
+        movq	720(%rdi), %rdx
+        movq	%rax, 712(%rdi)
+        adcq	464(%r8), %rdx
+        movq	728(%rdi), %rax
+        movq	%rdx, 720(%rdi)
+        adcq	472(%r8), %rax
+        movq	736(%rdi), %rdx
+        movq	%rax, 728(%rdi)
+        adcq	480(%r8), %rdx
+        movq	744(%rdi), %rax
+        movq	%rdx, 736(%rdi)
+        adcq	488(%r8), %rax
+        movq	752(%rdi), %rdx
+        movq	%rax, 744(%rdi)
+        adcq	496(%r8), %rdx
+        movq	760(%rdi), %rax
+        movq	%rdx, 752(%rdi)
+        adcq	504(%r8), %rax
+        movq	%rax, 760(%rdi)
+        adcq	$0, %rcx
+        movq	%rcx, 768(%rdi)
+        # Add in place
+        movq	512(%rdi), %rdx
+        xorq	%rcx, %rcx
+        addq	(%rsi), %rdx
+        movq	520(%rdi), %rax
+        movq	%rdx, 512(%rdi)
+        adcq	8(%rsi), %rax
+        movq	528(%rdi), %rdx
+        movq	%rax, 520(%rdi)
+        adcq	16(%rsi), %rdx
+        movq	536(%rdi), %rax
+        movq	%rdx, 528(%rdi)
+        adcq	24(%rsi), %rax
+        movq	544(%rdi), %rdx
+        movq	%rax, 536(%rdi)
+        adcq	32(%rsi), %rdx
+        movq	552(%rdi), %rax
+        movq	%rdx, 544(%rdi)
+        adcq	40(%rsi), %rax
+        movq	560(%rdi), %rdx
+        movq	%rax, 552(%rdi)
+        adcq	48(%rsi), %rdx
+        movq	568(%rdi), %rax
+        movq	%rdx, 560(%rdi)
+        adcq	56(%rsi), %rax
+        movq	576(%rdi), %rdx
+        movq	%rax, 568(%rdi)
+        adcq	64(%rsi), %rdx
+        movq	584(%rdi), %rax
+        movq	%rdx, 576(%rdi)
+        adcq	72(%rsi), %rax
+        movq	592(%rdi), %rdx
+        movq	%rax, 584(%rdi)
+        adcq	80(%rsi), %rdx
+        movq	600(%rdi), %rax
+        movq	%rdx, 592(%rdi)
+        adcq	88(%rsi), %rax
+        movq	608(%rdi), %rdx
+        movq	%rax, 600(%rdi)
+        adcq	96(%rsi), %rdx
+        movq	616(%rdi), %rax
+        movq	%rdx, 608(%rdi)
+        adcq	104(%rsi), %rax
+        movq	624(%rdi), %rdx
+        movq	%rax, 616(%rdi)
+        adcq	112(%rsi), %rdx
+        movq	632(%rdi), %rax
+        movq	%rdx, 624(%rdi)
+        adcq	120(%rsi), %rax
+        movq	640(%rdi), %rdx
+        movq	%rax, 632(%rdi)
+        adcq	128(%rsi), %rdx
+        movq	648(%rdi), %rax
+        movq	%rdx, 640(%rdi)
+        adcq	136(%rsi), %rax
+        movq	656(%rdi), %rdx
+        movq	%rax, 648(%rdi)
+        adcq	144(%rsi), %rdx
+        movq	664(%rdi), %rax
+        movq	%rdx, 656(%rdi)
+        adcq	152(%rsi), %rax
+        movq	672(%rdi), %rdx
+        movq	%rax, 664(%rdi)
+        adcq	160(%rsi), %rdx
+        movq	680(%rdi), %rax
+        movq	%rdx, 672(%rdi)
+        adcq	168(%rsi), %rax
+        movq	688(%rdi), %rdx
+        movq	%rax, 680(%rdi)
+        adcq	176(%rsi), %rdx
+        movq	696(%rdi), %rax
+        movq	%rdx, 688(%rdi)
+        adcq	184(%rsi), %rax
+        movq	704(%rdi), %rdx
+        movq	%rax, 696(%rdi)
+        adcq	192(%rsi), %rdx
+        movq	712(%rdi), %rax
+        movq	%rdx, 704(%rdi)
+        adcq	200(%rsi), %rax
+        movq	720(%rdi), %rdx
+        movq	%rax, 712(%rdi)
+        adcq	208(%rsi), %rdx
+        movq	728(%rdi), %rax
+        movq	%rdx, 720(%rdi)
+        adcq	216(%rsi), %rax
+        movq	736(%rdi), %rdx
+        movq	%rax, 728(%rdi)
+        adcq	224(%rsi), %rdx
+        movq	744(%rdi), %rax
+        movq	%rdx, 736(%rdi)
+        adcq	232(%rsi), %rax
+        movq	752(%rdi), %rdx
+        movq	%rax, 744(%rdi)
+        adcq	240(%rsi), %rdx
+        movq	760(%rdi), %rax
+        movq	%rdx, 752(%rdi)
+        adcq	248(%rsi), %rax
+        movq	768(%rdi), %rdx
+        movq	%rax, 760(%rdi)
+        adcq	256(%rsi), %rdx
+        movq	%rdx, 768(%rdi)
+        adcq	$0, %rcx
+        # Add to zero
+        movq	264(%rsi), %rdx
+        adcq	$0, %rdx
+        movq	272(%rsi), %rax
+        movq	%rdx, 776(%rdi)
+        adcq	$0, %rax
+        movq	280(%rsi), %rdx
+        movq	%rax, 784(%rdi)
+        adcq	$0, %rdx
+        movq	288(%rsi), %rax
+        movq	%rdx, 792(%rdi)
+        adcq	$0, %rax
+        movq	296(%rsi), %rdx
+        movq	%rax, 800(%rdi)
+        adcq	$0, %rdx
+        movq	304(%rsi), %rax
+        movq	%rdx, 808(%rdi)
+        adcq	$0, %rax
+        movq	312(%rsi), %rdx
+        movq	%rax, 816(%rdi)
+        adcq	$0, %rdx
+        movq	320(%rsi), %rax
+        movq	%rdx, 824(%rdi)
+        adcq	$0, %rax
+        movq	328(%rsi), %rdx
+        movq	%rax, 832(%rdi)
+        adcq	$0, %rdx
+        movq	336(%rsi), %rax
+        movq	%rdx, 840(%rdi)
+        adcq	$0, %rax
+        movq	344(%rsi), %rdx
+        movq	%rax, 848(%rdi)
+        adcq	$0, %rdx
+        movq	352(%rsi), %rax
+        movq	%rdx, 856(%rdi)
+        adcq	$0, %rax
+        movq	360(%rsi), %rdx
+        movq	%rax, 864(%rdi)
+        adcq	$0, %rdx
+        movq	368(%rsi), %rax
+        movq	%rdx, 872(%rdi)
+        adcq	$0, %rax
+        movq	376(%rsi), %rdx
+        movq	%rax, 880(%rdi)
+        adcq	$0, %rdx
+        movq	384(%rsi), %rax
+        movq	%rdx, 888(%rdi)
+        adcq	$0, %rax
+        movq	392(%rsi), %rdx
+        movq	%rax, 896(%rdi)
+        adcq	$0, %rdx
+        movq	400(%rsi), %rax
+        movq	%rdx, 904(%rdi)
+        adcq	$0, %rax
+        movq	408(%rsi), %rdx
+        movq	%rax, 912(%rdi)
+        adcq	$0, %rdx
+        movq	416(%rsi), %rax
+        movq	%rdx, 920(%rdi)
+        adcq	$0, %rax
+        movq	424(%rsi), %rdx
+        movq	%rax, 928(%rdi)
+        adcq	$0, %rdx
+        movq	432(%rsi), %rax
+        movq	%rdx, 936(%rdi)
+        adcq	$0, %rax
+        movq	440(%rsi), %rdx
+        movq	%rax, 944(%rdi)
+        adcq	$0, %rdx
+        movq	448(%rsi), %rax
+        movq	%rdx, 952(%rdi)
+        adcq	$0, %rax
+        movq	456(%rsi), %rdx
+        movq	%rax, 960(%rdi)
+        adcq	$0, %rdx
+        movq	464(%rsi), %rax
+        movq	%rdx, 968(%rdi)
+        adcq	$0, %rax
+        movq	472(%rsi), %rdx
+        movq	%rax, 976(%rdi)
+        adcq	$0, %rdx
+        movq	480(%rsi), %rax
+        movq	%rdx, 984(%rdi)
+        adcq	$0, %rax
+        movq	488(%rsi), %rdx
+        movq	%rax, 992(%rdi)
+        adcq	$0, %rdx
+        movq	496(%rsi), %rax
+        movq	%rdx, 1000(%rdi)
+        adcq	$0, %rax
+        movq	504(%rsi), %rdx
+        movq	%rax, 1008(%rdi)
+        adcq	$0, %rdx
+        movq	%rdx, 1016(%rdi)
+        addq	$1304, %rsp
+        repz retq
+#ifndef __APPLE__
+.size	sp_4096_sqr_avx2_64,.-sp_4096_sqr_avx2_64
+#endif /* __APPLE__ */
 /* Mul a by digit b into r. (r = a * b)
  *
  * r  A single precision integer.
@@ -28368,326 +33847,326 @@ sp_4096_cond_sub_avx2_64:
 _sp_4096_cond_sub_avx2_64:
 #endif /* __APPLE__ */
         movq	$0, %rax
-        movq	(%rsi), %r8
         movq	(%rdx), %r10
+        movq	(%rsi), %r8
         pextq	%rcx, %r10, %r10
         subq	%r10, %r8
-        movq	8(%rsi), %r9
         movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, (%rdi)
         sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
         movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
+        movq	%r8, 24(%rdi)
         sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	48(%rdx), %r9
         movq	48(%rsi), %r8
-        movq	48(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 40(%rdi)
-        sbbq	%r10, %r8
-        movq	56(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 40(%rdi)
+        sbbq	%r9, %r8
         movq	56(%rdx), %r10
+        movq	56(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 48(%rdi)
         sbbq	%r10, %r9
-        movq	64(%rsi), %r8
-        movq	64(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	64(%rdx), %r8
+        movq	64(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 56(%rdi)
-        sbbq	%r10, %r8
-        movq	72(%rsi), %r9
-        movq	72(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 64(%rdi)
-        sbbq	%r10, %r9
-        movq	80(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	72(%rdx), %r9
+        movq	72(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 64(%rdi)
+        sbbq	%r9, %r8
         movq	80(%rdx), %r10
+        movq	80(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 72(%rdi)
-        sbbq	%r10, %r8
-        movq	88(%rsi), %r9
-        movq	88(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 80(%rdi)
+        movq	%r8, 72(%rdi)
         sbbq	%r10, %r9
+        movq	88(%rdx), %r8
+        movq	88(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 80(%rdi)
+        sbbq	%r8, %r10
+        movq	96(%rdx), %r9
         movq	96(%rsi), %r8
-        movq	96(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 88(%rdi)
-        sbbq	%r10, %r8
-        movq	104(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 88(%rdi)
+        sbbq	%r9, %r8
         movq	104(%rdx), %r10
+        movq	104(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 96(%rdi)
         sbbq	%r10, %r9
-        movq	112(%rsi), %r8
-        movq	112(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	112(%rdx), %r8
+        movq	112(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 104(%rdi)
-        sbbq	%r10, %r8
-        movq	120(%rsi), %r9
-        movq	120(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 112(%rdi)
-        sbbq	%r10, %r9
-        movq	128(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	120(%rdx), %r9
+        movq	120(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 112(%rdi)
+        sbbq	%r9, %r8
         movq	128(%rdx), %r10
+        movq	128(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 120(%rdi)
-        sbbq	%r10, %r8
-        movq	136(%rsi), %r9
-        movq	136(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 128(%rdi)
+        movq	%r8, 120(%rdi)
         sbbq	%r10, %r9
+        movq	136(%rdx), %r8
+        movq	136(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 128(%rdi)
+        sbbq	%r8, %r10
+        movq	144(%rdx), %r9
         movq	144(%rsi), %r8
-        movq	144(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 136(%rdi)
-        sbbq	%r10, %r8
-        movq	152(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 136(%rdi)
+        sbbq	%r9, %r8
         movq	152(%rdx), %r10
+        movq	152(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 144(%rdi)
         sbbq	%r10, %r9
-        movq	160(%rsi), %r8
-        movq	160(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	160(%rdx), %r8
+        movq	160(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 152(%rdi)
-        sbbq	%r10, %r8
-        movq	168(%rsi), %r9
-        movq	168(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 160(%rdi)
-        sbbq	%r10, %r9
-        movq	176(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	168(%rdx), %r9
+        movq	168(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 160(%rdi)
+        sbbq	%r9, %r8
         movq	176(%rdx), %r10
+        movq	176(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 168(%rdi)
-        sbbq	%r10, %r8
-        movq	184(%rsi), %r9
-        movq	184(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 176(%rdi)
+        movq	%r8, 168(%rdi)
         sbbq	%r10, %r9
+        movq	184(%rdx), %r8
+        movq	184(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 176(%rdi)
+        sbbq	%r8, %r10
+        movq	192(%rdx), %r9
         movq	192(%rsi), %r8
-        movq	192(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 184(%rdi)
-        sbbq	%r10, %r8
-        movq	200(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 184(%rdi)
+        sbbq	%r9, %r8
         movq	200(%rdx), %r10
+        movq	200(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 192(%rdi)
         sbbq	%r10, %r9
-        movq	208(%rsi), %r8
-        movq	208(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	208(%rdx), %r8
+        movq	208(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 200(%rdi)
-        sbbq	%r10, %r8
-        movq	216(%rsi), %r9
-        movq	216(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 208(%rdi)
-        sbbq	%r10, %r9
-        movq	224(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	216(%rdx), %r9
+        movq	216(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 208(%rdi)
+        sbbq	%r9, %r8
         movq	224(%rdx), %r10
+        movq	224(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 216(%rdi)
-        sbbq	%r10, %r8
-        movq	232(%rsi), %r9
-        movq	232(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 224(%rdi)
+        movq	%r8, 216(%rdi)
         sbbq	%r10, %r9
+        movq	232(%rdx), %r8
+        movq	232(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 224(%rdi)
+        sbbq	%r8, %r10
+        movq	240(%rdx), %r9
         movq	240(%rsi), %r8
-        movq	240(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 232(%rdi)
-        sbbq	%r10, %r8
-        movq	248(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 232(%rdi)
+        sbbq	%r9, %r8
         movq	248(%rdx), %r10
+        movq	248(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 240(%rdi)
         sbbq	%r10, %r9
-        movq	256(%rsi), %r8
-        movq	256(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	256(%rdx), %r8
+        movq	256(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 248(%rdi)
-        sbbq	%r10, %r8
-        movq	264(%rsi), %r9
-        movq	264(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 256(%rdi)
-        sbbq	%r10, %r9
-        movq	272(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	264(%rdx), %r9
+        movq	264(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 256(%rdi)
+        sbbq	%r9, %r8
         movq	272(%rdx), %r10
+        movq	272(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 264(%rdi)
-        sbbq	%r10, %r8
-        movq	280(%rsi), %r9
-        movq	280(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 272(%rdi)
+        movq	%r8, 264(%rdi)
         sbbq	%r10, %r9
+        movq	280(%rdx), %r8
+        movq	280(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 272(%rdi)
+        sbbq	%r8, %r10
+        movq	288(%rdx), %r9
         movq	288(%rsi), %r8
-        movq	288(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 280(%rdi)
-        sbbq	%r10, %r8
-        movq	296(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 280(%rdi)
+        sbbq	%r9, %r8
         movq	296(%rdx), %r10
+        movq	296(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 288(%rdi)
         sbbq	%r10, %r9
-        movq	304(%rsi), %r8
-        movq	304(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	304(%rdx), %r8
+        movq	304(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 296(%rdi)
-        sbbq	%r10, %r8
-        movq	312(%rsi), %r9
-        movq	312(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 304(%rdi)
-        sbbq	%r10, %r9
-        movq	320(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	312(%rdx), %r9
+        movq	312(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 304(%rdi)
+        sbbq	%r9, %r8
         movq	320(%rdx), %r10
+        movq	320(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 312(%rdi)
-        sbbq	%r10, %r8
-        movq	328(%rsi), %r9
-        movq	328(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 320(%rdi)
+        movq	%r8, 312(%rdi)
         sbbq	%r10, %r9
+        movq	328(%rdx), %r8
+        movq	328(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 320(%rdi)
+        sbbq	%r8, %r10
+        movq	336(%rdx), %r9
         movq	336(%rsi), %r8
-        movq	336(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 328(%rdi)
-        sbbq	%r10, %r8
-        movq	344(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 328(%rdi)
+        sbbq	%r9, %r8
         movq	344(%rdx), %r10
+        movq	344(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 336(%rdi)
         sbbq	%r10, %r9
-        movq	352(%rsi), %r8
-        movq	352(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	352(%rdx), %r8
+        movq	352(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 344(%rdi)
-        sbbq	%r10, %r8
-        movq	360(%rsi), %r9
-        movq	360(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 352(%rdi)
-        sbbq	%r10, %r9
-        movq	368(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	360(%rdx), %r9
+        movq	360(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 352(%rdi)
+        sbbq	%r9, %r8
         movq	368(%rdx), %r10
+        movq	368(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 360(%rdi)
-        sbbq	%r10, %r8
-        movq	376(%rsi), %r9
-        movq	376(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 368(%rdi)
+        movq	%r8, 360(%rdi)
         sbbq	%r10, %r9
+        movq	376(%rdx), %r8
+        movq	376(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 368(%rdi)
+        sbbq	%r8, %r10
+        movq	384(%rdx), %r9
         movq	384(%rsi), %r8
-        movq	384(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 376(%rdi)
-        sbbq	%r10, %r8
-        movq	392(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 376(%rdi)
+        sbbq	%r9, %r8
         movq	392(%rdx), %r10
+        movq	392(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 384(%rdi)
         sbbq	%r10, %r9
-        movq	400(%rsi), %r8
-        movq	400(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	400(%rdx), %r8
+        movq	400(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 392(%rdi)
-        sbbq	%r10, %r8
-        movq	408(%rsi), %r9
-        movq	408(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 400(%rdi)
-        sbbq	%r10, %r9
-        movq	416(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	408(%rdx), %r9
+        movq	408(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 400(%rdi)
+        sbbq	%r9, %r8
         movq	416(%rdx), %r10
+        movq	416(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 408(%rdi)
-        sbbq	%r10, %r8
-        movq	424(%rsi), %r9
-        movq	424(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 416(%rdi)
+        movq	%r8, 408(%rdi)
         sbbq	%r10, %r9
+        movq	424(%rdx), %r8
+        movq	424(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 416(%rdi)
+        sbbq	%r8, %r10
+        movq	432(%rdx), %r9
         movq	432(%rsi), %r8
-        movq	432(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 424(%rdi)
-        sbbq	%r10, %r8
-        movq	440(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 424(%rdi)
+        sbbq	%r9, %r8
         movq	440(%rdx), %r10
+        movq	440(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 432(%rdi)
         sbbq	%r10, %r9
-        movq	448(%rsi), %r8
-        movq	448(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	448(%rdx), %r8
+        movq	448(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 440(%rdi)
-        sbbq	%r10, %r8
-        movq	456(%rsi), %r9
-        movq	456(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 448(%rdi)
-        sbbq	%r10, %r9
-        movq	464(%rsi), %r8
+        sbbq	%r8, %r10
+        movq	456(%rdx), %r9
+        movq	456(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 448(%rdi)
+        sbbq	%r9, %r8
         movq	464(%rdx), %r10
+        movq	464(%rsi), %r9
         pextq	%rcx, %r10, %r10
-        movq	%r9, 456(%rdi)
-        sbbq	%r10, %r8
-        movq	472(%rsi), %r9
-        movq	472(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 464(%rdi)
+        movq	%r8, 456(%rdi)
         sbbq	%r10, %r9
+        movq	472(%rdx), %r8
+        movq	472(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 464(%rdi)
+        sbbq	%r8, %r10
+        movq	480(%rdx), %r9
         movq	480(%rsi), %r8
-        movq	480(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 472(%rdi)
-        sbbq	%r10, %r8
-        movq	488(%rsi), %r9
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 472(%rdi)
+        sbbq	%r9, %r8
         movq	488(%rdx), %r10
+        movq	488(%rsi), %r9
         pextq	%rcx, %r10, %r10
         movq	%r8, 480(%rdi)
         sbbq	%r10, %r9
-        movq	496(%rsi), %r8
-        movq	496(%rdx), %r10
-        pextq	%rcx, %r10, %r10
+        movq	496(%rdx), %r8
+        movq	496(%rsi), %r10
+        pextq	%rcx, %r8, %r8
         movq	%r9, 488(%rdi)
-        sbbq	%r10, %r8
-        movq	504(%rsi), %r9
-        movq	504(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 496(%rdi)
-        sbbq	%r10, %r9
-        movq	%r9, 504(%rdi)
+        sbbq	%r8, %r10
+        movq	504(%rdx), %r9
+        movq	504(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 496(%rdi)
+        sbbq	%r9, %r8
+        movq	%r8, 504(%rdi)
         sbbq	$0, %rax
         repz retq
 #ifndef __APPLE__
@@ -28710,390 +34189,392 @@ sp_4096_mul_d_avx2_64:
 .p2align	4
 _sp_4096_mul_d_avx2_64:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 40(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 40(%rdi)
+        adoxq	%r8, %r9
         # A[6] * B
-        mulxq	48(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 48(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	48(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 48(%rdi)
+        adoxq	%r8, %r10
         # A[7] * B
-        mulxq	56(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 56(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	56(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 56(%rdi)
+        adoxq	%r8, %r9
         # A[8] * B
-        mulxq	64(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 64(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	64(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 64(%rdi)
+        adoxq	%r8, %r10
         # A[9] * B
-        mulxq	72(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 72(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	72(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 72(%rdi)
+        adoxq	%r8, %r9
         # A[10] * B
-        mulxq	80(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 80(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	80(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 80(%rdi)
+        adoxq	%r8, %r10
         # A[11] * B
-        mulxq	88(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 88(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	88(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 88(%rdi)
+        adoxq	%r8, %r9
         # A[12] * B
-        mulxq	96(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 96(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	96(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 96(%rdi)
+        adoxq	%r8, %r10
         # A[13] * B
-        mulxq	104(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 104(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	104(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 104(%rdi)
+        adoxq	%r8, %r9
         # A[14] * B
-        mulxq	112(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 112(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	112(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 112(%rdi)
+        adoxq	%r8, %r10
         # A[15] * B
-        mulxq	120(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 120(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	120(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 120(%rdi)
+        adoxq	%r8, %r9
         # A[16] * B
-        mulxq	128(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 128(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	128(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 128(%rdi)
+        adoxq	%r8, %r10
         # A[17] * B
-        mulxq	136(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 136(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	136(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 136(%rdi)
+        adoxq	%r8, %r9
         # A[18] * B
-        mulxq	144(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 144(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	144(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 144(%rdi)
+        adoxq	%r8, %r10
         # A[19] * B
-        mulxq	152(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 152(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	152(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 152(%rdi)
+        adoxq	%r8, %r9
         # A[20] * B
-        mulxq	160(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 160(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	160(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 160(%rdi)
+        adoxq	%r8, %r10
         # A[21] * B
-        mulxq	168(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 168(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	168(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 168(%rdi)
+        adoxq	%r8, %r9
         # A[22] * B
-        mulxq	176(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 176(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	176(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 176(%rdi)
+        adoxq	%r8, %r10
         # A[23] * B
-        mulxq	184(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 184(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	184(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 184(%rdi)
+        adoxq	%r8, %r9
         # A[24] * B
-        mulxq	192(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 192(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	192(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 192(%rdi)
+        adoxq	%r8, %r10
         # A[25] * B
-        mulxq	200(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 200(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	200(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 200(%rdi)
+        adoxq	%r8, %r9
         # A[26] * B
-        mulxq	208(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 208(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	208(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 208(%rdi)
+        adoxq	%r8, %r10
         # A[27] * B
-        mulxq	216(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 216(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	216(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 216(%rdi)
+        adoxq	%r8, %r9
         # A[28] * B
-        mulxq	224(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 224(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	224(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 224(%rdi)
+        adoxq	%r8, %r10
         # A[29] * B
-        mulxq	232(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 232(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	232(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 232(%rdi)
+        adoxq	%r8, %r9
         # A[30] * B
-        mulxq	240(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 240(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	240(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 240(%rdi)
+        adoxq	%r8, %r10
         # A[31] * B
-        mulxq	248(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 248(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	248(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 248(%rdi)
+        adoxq	%r8, %r9
         # A[32] * B
-        mulxq	256(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 256(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	256(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 256(%rdi)
+        adoxq	%r8, %r10
         # A[33] * B
-        mulxq	264(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 264(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	264(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 264(%rdi)
+        adoxq	%r8, %r9
         # A[34] * B
-        mulxq	272(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 272(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	272(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 272(%rdi)
+        adoxq	%r8, %r10
         # A[35] * B
-        mulxq	280(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 280(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	280(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 280(%rdi)
+        adoxq	%r8, %r9
         # A[36] * B
-        mulxq	288(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 288(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	288(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 288(%rdi)
+        adoxq	%r8, %r10
         # A[37] * B
-        mulxq	296(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 296(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	296(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 296(%rdi)
+        adoxq	%r8, %r9
         # A[38] * B
-        mulxq	304(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 304(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	304(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 304(%rdi)
+        adoxq	%r8, %r10
         # A[39] * B
-        mulxq	312(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 312(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	312(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 312(%rdi)
+        adoxq	%r8, %r9
         # A[40] * B
-        mulxq	320(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 320(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	320(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 320(%rdi)
+        adoxq	%r8, %r10
         # A[41] * B
-        mulxq	328(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 328(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	328(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 328(%rdi)
+        adoxq	%r8, %r9
         # A[42] * B
-        mulxq	336(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 336(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	336(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 336(%rdi)
+        adoxq	%r8, %r10
         # A[43] * B
-        mulxq	344(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 344(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	344(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 344(%rdi)
+        adoxq	%r8, %r9
         # A[44] * B
-        mulxq	352(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 352(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	352(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 352(%rdi)
+        adoxq	%r8, %r10
         # A[45] * B
-        mulxq	360(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 360(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	360(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 360(%rdi)
+        adoxq	%r8, %r9
         # A[46] * B
-        mulxq	368(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 368(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	368(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 368(%rdi)
+        adoxq	%r8, %r10
         # A[47] * B
-        mulxq	376(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 376(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	376(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 376(%rdi)
+        adoxq	%r8, %r9
         # A[48] * B
-        mulxq	384(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 384(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	384(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 384(%rdi)
+        adoxq	%r8, %r10
         # A[49] * B
-        mulxq	392(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 392(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	392(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 392(%rdi)
+        adoxq	%r8, %r9
         # A[50] * B
-        mulxq	400(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 400(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	400(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 400(%rdi)
+        adoxq	%r8, %r10
         # A[51] * B
-        mulxq	408(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 408(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	408(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 408(%rdi)
+        adoxq	%r8, %r9
         # A[52] * B
-        mulxq	416(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 416(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	416(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 416(%rdi)
+        adoxq	%r8, %r10
         # A[53] * B
-        mulxq	424(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 424(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	424(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 424(%rdi)
+        adoxq	%r8, %r9
         # A[54] * B
-        mulxq	432(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 432(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	432(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 432(%rdi)
+        adoxq	%r8, %r10
         # A[55] * B
-        mulxq	440(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 440(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	440(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 440(%rdi)
+        adoxq	%r8, %r9
         # A[56] * B
-        mulxq	448(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 448(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	448(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 448(%rdi)
+        adoxq	%r8, %r10
         # A[57] * B
-        mulxq	456(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 456(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	456(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 456(%rdi)
+        adoxq	%r8, %r9
         # A[58] * B
-        mulxq	464(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 464(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	464(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 464(%rdi)
+        adoxq	%r8, %r10
         # A[59] * B
-        mulxq	472(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 472(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	472(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 472(%rdi)
+        adoxq	%r8, %r9
         # A[60] * B
-        mulxq	480(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 480(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	480(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 480(%rdi)
+        adoxq	%r8, %r10
         # A[61] * B
-        mulxq	488(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 488(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	488(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 488(%rdi)
+        adoxq	%r8, %r9
         # A[62] * B
-        mulxq	496(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 496(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	496(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 496(%rdi)
+        adoxq	%r8, %r10
         # A[63] * B
-        mulxq	504(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 504(%rdi)
-        movq	%r8, 512(%rdi)
+        mulxq	504(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 504(%rdi)
+        movq	%r9, 512(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_4096_mul_d_avx2_64,.-sp_4096_mul_d_avx2_64
@@ -29871,419 +35352,735 @@ _sp_4096_mont_reduce_avx2_64:
         push	%r12
         push	%r13
         push	%r14
-        movq	%rdx, %rax
+        movq	%rdx, %r8
         xorq	%r14, %r14
         # i = 64
         movq	$64, %r9
         movq	(%rdi), %r13
+        addq	$256, %rdi
         xorq	%r12, %r12
 L_mont_loop_avx2_64:
         # mu = a[i] * mp
         movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
         movq	%r13, %r10
+        imulq	%r8, %rdx
+        xorq	%r12, %r12
         # a[i+0] += m[0] * mu
-        mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        mulxq	(%rsi), %rax, %rcx
+        movq	-248(%rdi), %r13
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r13
         # a[i+1] += m[1] * mu
-        mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        mulxq	8(%rsi), %rax, %rcx
+        movq	-240(%rdi), %r10
+        adcxq	%rax, %r13
+        adoxq	%rcx, %r10
         # a[i+2] += m[2] * mu
-        mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        mulxq	16(%rsi), %rax, %rcx
+        movq	-232(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -240(%rdi)
         # a[i+3] += m[3] * mu
-        mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        mulxq	24(%rsi), %rax, %rcx
+        movq	-224(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -232(%rdi)
         # a[i+4] += m[4] * mu
-        mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        mulxq	32(%rsi), %rax, %rcx
+        movq	-216(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -224(%rdi)
         # a[i+5] += m[5] * mu
-        mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
+        mulxq	40(%rsi), %rax, %rcx
+        movq	-208(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -216(%rdi)
         # a[i+6] += m[6] * mu
-        mulxq	48(%rsi), %rcx, %r8
-        movq	56(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 48(%rdi)
+        mulxq	48(%rsi), %rax, %rcx
+        movq	-200(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -208(%rdi)
         # a[i+7] += m[7] * mu
-        mulxq	56(%rsi), %rcx, %r8
-        movq	64(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 56(%rdi)
+        mulxq	56(%rsi), %rax, %rcx
+        movq	-192(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -200(%rdi)
         # a[i+8] += m[8] * mu
-        mulxq	64(%rsi), %rcx, %r8
-        movq	72(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 64(%rdi)
+        mulxq	64(%rsi), %rax, %rcx
+        movq	-184(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -192(%rdi)
         # a[i+9] += m[9] * mu
-        mulxq	72(%rsi), %rcx, %r8
-        movq	80(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 72(%rdi)
+        mulxq	72(%rsi), %rax, %rcx
+        movq	-176(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -184(%rdi)
         # a[i+10] += m[10] * mu
-        mulxq	80(%rsi), %rcx, %r8
-        movq	88(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 80(%rdi)
+        mulxq	80(%rsi), %rax, %rcx
+        movq	-168(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -176(%rdi)
         # a[i+11] += m[11] * mu
-        mulxq	88(%rsi), %rcx, %r8
-        movq	96(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 88(%rdi)
+        mulxq	88(%rsi), %rax, %rcx
+        movq	-160(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -168(%rdi)
         # a[i+12] += m[12] * mu
-        mulxq	96(%rsi), %rcx, %r8
-        movq	104(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 96(%rdi)
+        mulxq	96(%rsi), %rax, %rcx
+        movq	-152(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -160(%rdi)
         # a[i+13] += m[13] * mu
-        mulxq	104(%rsi), %rcx, %r8
-        movq	112(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 104(%rdi)
+        mulxq	104(%rsi), %rax, %rcx
+        movq	-144(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -152(%rdi)
         # a[i+14] += m[14] * mu
-        mulxq	112(%rsi), %rcx, %r8
-        movq	120(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 112(%rdi)
+        mulxq	112(%rsi), %rax, %rcx
+        movq	-136(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -144(%rdi)
         # a[i+15] += m[15] * mu
-        mulxq	120(%rsi), %rcx, %r8
-        movq	128(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 120(%rdi)
+        mulxq	120(%rsi), %rax, %rcx
+        movq	-128(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -136(%rdi)
         # a[i+16] += m[16] * mu
-        mulxq	128(%rsi), %rcx, %r8
-        movq	136(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 128(%rdi)
+        mulxq	128(%rsi), %rax, %rcx
+        movq	-120(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -128(%rdi)
         # a[i+17] += m[17] * mu
-        mulxq	136(%rsi), %rcx, %r8
-        movq	144(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 136(%rdi)
+        mulxq	136(%rsi), %rax, %rcx
+        movq	-112(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -120(%rdi)
         # a[i+18] += m[18] * mu
-        mulxq	144(%rsi), %rcx, %r8
-        movq	152(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 144(%rdi)
+        mulxq	144(%rsi), %rax, %rcx
+        movq	-104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -112(%rdi)
         # a[i+19] += m[19] * mu
-        mulxq	152(%rsi), %rcx, %r8
-        movq	160(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 152(%rdi)
+        mulxq	152(%rsi), %rax, %rcx
+        movq	-96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -104(%rdi)
         # a[i+20] += m[20] * mu
-        mulxq	160(%rsi), %rcx, %r8
-        movq	168(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 160(%rdi)
+        mulxq	160(%rsi), %rax, %rcx
+        movq	-88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -96(%rdi)
         # a[i+21] += m[21] * mu
-        mulxq	168(%rsi), %rcx, %r8
-        movq	176(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 168(%rdi)
+        mulxq	168(%rsi), %rax, %rcx
+        movq	-80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -88(%rdi)
         # a[i+22] += m[22] * mu
-        mulxq	176(%rsi), %rcx, %r8
-        movq	184(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 176(%rdi)
+        mulxq	176(%rsi), %rax, %rcx
+        movq	-72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -80(%rdi)
         # a[i+23] += m[23] * mu
-        mulxq	184(%rsi), %rcx, %r8
-        movq	192(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 184(%rdi)
+        mulxq	184(%rsi), %rax, %rcx
+        movq	-64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -72(%rdi)
         # a[i+24] += m[24] * mu
-        mulxq	192(%rsi), %rcx, %r8
-        movq	200(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 192(%rdi)
+        mulxq	192(%rsi), %rax, %rcx
+        movq	-56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -64(%rdi)
         # a[i+25] += m[25] * mu
-        mulxq	200(%rsi), %rcx, %r8
-        movq	208(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 200(%rdi)
+        mulxq	200(%rsi), %rax, %rcx
+        movq	-48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -56(%rdi)
         # a[i+26] += m[26] * mu
-        mulxq	208(%rsi), %rcx, %r8
-        movq	216(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 208(%rdi)
+        mulxq	208(%rsi), %rax, %rcx
+        movq	-40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -48(%rdi)
         # a[i+27] += m[27] * mu
-        mulxq	216(%rsi), %rcx, %r8
-        movq	224(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 216(%rdi)
+        mulxq	216(%rsi), %rax, %rcx
+        movq	-32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -40(%rdi)
         # a[i+28] += m[28] * mu
-        mulxq	224(%rsi), %rcx, %r8
-        movq	232(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 224(%rdi)
+        mulxq	224(%rsi), %rax, %rcx
+        movq	-24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -32(%rdi)
         # a[i+29] += m[29] * mu
-        mulxq	232(%rsi), %rcx, %r8
-        movq	240(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 232(%rdi)
+        mulxq	232(%rsi), %rax, %rcx
+        movq	-16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -24(%rdi)
         # a[i+30] += m[30] * mu
-        mulxq	240(%rsi), %rcx, %r8
-        movq	248(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 240(%rdi)
+        mulxq	240(%rsi), %rax, %rcx
+        movq	-8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, -16(%rdi)
         # a[i+31] += m[31] * mu
-        mulxq	248(%rsi), %rcx, %r8
-        movq	256(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 248(%rdi)
+        mulxq	248(%rsi), %rax, %rcx
+        movq	(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, -8(%rdi)
         # a[i+32] += m[32] * mu
-        mulxq	256(%rsi), %rcx, %r8
-        movq	264(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 256(%rdi)
+        mulxq	256(%rsi), %rax, %rcx
+        movq	8(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, (%rdi)
         # a[i+33] += m[33] * mu
-        mulxq	264(%rsi), %rcx, %r8
-        movq	272(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 264(%rdi)
+        mulxq	264(%rsi), %rax, %rcx
+        movq	16(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 8(%rdi)
         # a[i+34] += m[34] * mu
-        mulxq	272(%rsi), %rcx, %r8
-        movq	280(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 272(%rdi)
+        mulxq	272(%rsi), %rax, %rcx
+        movq	24(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 16(%rdi)
         # a[i+35] += m[35] * mu
-        mulxq	280(%rsi), %rcx, %r8
-        movq	288(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 280(%rdi)
+        mulxq	280(%rsi), %rax, %rcx
+        movq	32(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 24(%rdi)
         # a[i+36] += m[36] * mu
-        mulxq	288(%rsi), %rcx, %r8
-        movq	296(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 288(%rdi)
+        mulxq	288(%rsi), %rax, %rcx
+        movq	40(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 32(%rdi)
         # a[i+37] += m[37] * mu
-        mulxq	296(%rsi), %rcx, %r8
-        movq	304(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 296(%rdi)
+        mulxq	296(%rsi), %rax, %rcx
+        movq	48(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 40(%rdi)
         # a[i+38] += m[38] * mu
-        mulxq	304(%rsi), %rcx, %r8
-        movq	312(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 304(%rdi)
+        mulxq	304(%rsi), %rax, %rcx
+        movq	56(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 48(%rdi)
         # a[i+39] += m[39] * mu
-        mulxq	312(%rsi), %rcx, %r8
-        movq	320(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 312(%rdi)
+        mulxq	312(%rsi), %rax, %rcx
+        movq	64(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 56(%rdi)
         # a[i+40] += m[40] * mu
-        mulxq	320(%rsi), %rcx, %r8
-        movq	328(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 320(%rdi)
+        mulxq	320(%rsi), %rax, %rcx
+        movq	72(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 64(%rdi)
         # a[i+41] += m[41] * mu
-        mulxq	328(%rsi), %rcx, %r8
-        movq	336(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 328(%rdi)
+        mulxq	328(%rsi), %rax, %rcx
+        movq	80(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 72(%rdi)
         # a[i+42] += m[42] * mu
-        mulxq	336(%rsi), %rcx, %r8
-        movq	344(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 336(%rdi)
+        mulxq	336(%rsi), %rax, %rcx
+        movq	88(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 80(%rdi)
         # a[i+43] += m[43] * mu
-        mulxq	344(%rsi), %rcx, %r8
-        movq	352(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 344(%rdi)
+        mulxq	344(%rsi), %rax, %rcx
+        movq	96(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 88(%rdi)
         # a[i+44] += m[44] * mu
-        mulxq	352(%rsi), %rcx, %r8
-        movq	360(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 352(%rdi)
+        mulxq	352(%rsi), %rax, %rcx
+        movq	104(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 96(%rdi)
         # a[i+45] += m[45] * mu
-        mulxq	360(%rsi), %rcx, %r8
-        movq	368(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 360(%rdi)
+        mulxq	360(%rsi), %rax, %rcx
+        movq	112(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 104(%rdi)
         # a[i+46] += m[46] * mu
-        mulxq	368(%rsi), %rcx, %r8
-        movq	376(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 368(%rdi)
+        mulxq	368(%rsi), %rax, %rcx
+        movq	120(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 112(%rdi)
         # a[i+47] += m[47] * mu
-        mulxq	376(%rsi), %rcx, %r8
-        movq	384(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 376(%rdi)
+        mulxq	376(%rsi), %rax, %rcx
+        movq	128(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 120(%rdi)
         # a[i+48] += m[48] * mu
-        mulxq	384(%rsi), %rcx, %r8
-        movq	392(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 384(%rdi)
+        mulxq	384(%rsi), %rax, %rcx
+        movq	136(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 128(%rdi)
         # a[i+49] += m[49] * mu
-        mulxq	392(%rsi), %rcx, %r8
-        movq	400(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 392(%rdi)
+        mulxq	392(%rsi), %rax, %rcx
+        movq	144(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 136(%rdi)
         # a[i+50] += m[50] * mu
-        mulxq	400(%rsi), %rcx, %r8
-        movq	408(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 400(%rdi)
+        mulxq	400(%rsi), %rax, %rcx
+        movq	152(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 144(%rdi)
         # a[i+51] += m[51] * mu
-        mulxq	408(%rsi), %rcx, %r8
-        movq	416(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 408(%rdi)
+        mulxq	408(%rsi), %rax, %rcx
+        movq	160(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 152(%rdi)
         # a[i+52] += m[52] * mu
-        mulxq	416(%rsi), %rcx, %r8
-        movq	424(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 416(%rdi)
+        mulxq	416(%rsi), %rax, %rcx
+        movq	168(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 160(%rdi)
         # a[i+53] += m[53] * mu
-        mulxq	424(%rsi), %rcx, %r8
-        movq	432(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 424(%rdi)
+        mulxq	424(%rsi), %rax, %rcx
+        movq	176(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 168(%rdi)
         # a[i+54] += m[54] * mu
-        mulxq	432(%rsi), %rcx, %r8
-        movq	440(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 432(%rdi)
+        mulxq	432(%rsi), %rax, %rcx
+        movq	184(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 176(%rdi)
         # a[i+55] += m[55] * mu
-        mulxq	440(%rsi), %rcx, %r8
-        movq	448(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 440(%rdi)
+        mulxq	440(%rsi), %rax, %rcx
+        movq	192(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 184(%rdi)
         # a[i+56] += m[56] * mu
-        mulxq	448(%rsi), %rcx, %r8
-        movq	456(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 448(%rdi)
+        mulxq	448(%rsi), %rax, %rcx
+        movq	200(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 192(%rdi)
         # a[i+57] += m[57] * mu
-        mulxq	456(%rsi), %rcx, %r8
-        movq	464(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 456(%rdi)
+        mulxq	456(%rsi), %rax, %rcx
+        movq	208(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 200(%rdi)
         # a[i+58] += m[58] * mu
-        mulxq	464(%rsi), %rcx, %r8
-        movq	472(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 464(%rdi)
+        mulxq	464(%rsi), %rax, %rcx
+        movq	216(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 208(%rdi)
         # a[i+59] += m[59] * mu
-        mulxq	472(%rsi), %rcx, %r8
-        movq	480(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 472(%rdi)
+        mulxq	472(%rsi), %rax, %rcx
+        movq	224(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 216(%rdi)
         # a[i+60] += m[60] * mu
-        mulxq	480(%rsi), %rcx, %r8
-        movq	488(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 480(%rdi)
+        mulxq	480(%rsi), %rax, %rcx
+        movq	232(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 224(%rdi)
         # a[i+61] += m[61] * mu
-        mulxq	488(%rsi), %rcx, %r8
-        movq	496(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 488(%rdi)
+        mulxq	488(%rsi), %rax, %rcx
+        movq	240(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 232(%rdi)
         # a[i+62] += m[62] * mu
-        mulxq	496(%rsi), %rcx, %r8
-        movq	504(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 496(%rdi)
+        mulxq	496(%rsi), %rax, %rcx
+        movq	248(%rdi), %r11
+        adcxq	%rax, %r10
+        adoxq	%rcx, %r11
+        movq	%r10, 240(%rdi)
         # a[i+63] += m[63] * mu
-        mulxq	504(%rsi), %rcx, %r8
-        movq	512(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 504(%rdi)
+        mulxq	504(%rsi), %rax, %rcx
+        movq	256(%rdi), %r10
+        adcxq	%rax, %r11
+        adoxq	%rcx, %r10
+        movq	%r11, 248(%rdi)
         adcxq	%r14, %r10
+        movq	%r10, 256(%rdi)
         movq	%r12, %r14
-        movq	%r10, 512(%rdi)
         adoxq	%r12, %r14
         adcxq	%r12, %r14
-        # i -= 1
+        # a += 1
         addq	$8, %rdi
-        decq	%r9
+        # i -= 1
+        subq	$1, %r9
         jnz	L_mont_loop_avx2_64
-        movq	%r13, (%rdi)
+        subq	$256, %rdi
         negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
+        movq	%rdi, %r8
         subq	$512, %rdi
-#ifndef __APPLE__
-        callq	sp_4096_cond_sub_avx2_64@plt
-#else
-        callq	_sp_4096_cond_sub_avx2_64
-#endif /* __APPLE__ */
+        movq	(%rsi), %rcx
+        movq	%r13, %rdx
+        pextq	%r14, %rcx, %rcx
+        subq	%rcx, %rdx
+        movq	8(%rsi), %rcx
+        movq	8(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, (%rdi)
+        sbbq	%rcx, %rax
+        movq	16(%rsi), %rdx
+        movq	16(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 8(%rdi)
+        sbbq	%rdx, %rcx
+        movq	24(%rsi), %rax
+        movq	24(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 16(%rdi)
+        sbbq	%rax, %rdx
+        movq	32(%rsi), %rcx
+        movq	32(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 24(%rdi)
+        sbbq	%rcx, %rax
+        movq	40(%rsi), %rdx
+        movq	40(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 32(%rdi)
+        sbbq	%rdx, %rcx
+        movq	48(%rsi), %rax
+        movq	48(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 40(%rdi)
+        sbbq	%rax, %rdx
+        movq	56(%rsi), %rcx
+        movq	56(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 48(%rdi)
+        sbbq	%rcx, %rax
+        movq	64(%rsi), %rdx
+        movq	64(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 56(%rdi)
+        sbbq	%rdx, %rcx
+        movq	72(%rsi), %rax
+        movq	72(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 64(%rdi)
+        sbbq	%rax, %rdx
+        movq	80(%rsi), %rcx
+        movq	80(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 72(%rdi)
+        sbbq	%rcx, %rax
+        movq	88(%rsi), %rdx
+        movq	88(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 80(%rdi)
+        sbbq	%rdx, %rcx
+        movq	96(%rsi), %rax
+        movq	96(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 88(%rdi)
+        sbbq	%rax, %rdx
+        movq	104(%rsi), %rcx
+        movq	104(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 96(%rdi)
+        sbbq	%rcx, %rax
+        movq	112(%rsi), %rdx
+        movq	112(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 104(%rdi)
+        sbbq	%rdx, %rcx
+        movq	120(%rsi), %rax
+        movq	120(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 112(%rdi)
+        sbbq	%rax, %rdx
+        movq	128(%rsi), %rcx
+        movq	128(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 120(%rdi)
+        sbbq	%rcx, %rax
+        movq	136(%rsi), %rdx
+        movq	136(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 128(%rdi)
+        sbbq	%rdx, %rcx
+        movq	144(%rsi), %rax
+        movq	144(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 136(%rdi)
+        sbbq	%rax, %rdx
+        movq	152(%rsi), %rcx
+        movq	152(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 144(%rdi)
+        sbbq	%rcx, %rax
+        movq	160(%rsi), %rdx
+        movq	160(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 152(%rdi)
+        sbbq	%rdx, %rcx
+        movq	168(%rsi), %rax
+        movq	168(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 160(%rdi)
+        sbbq	%rax, %rdx
+        movq	176(%rsi), %rcx
+        movq	176(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 168(%rdi)
+        sbbq	%rcx, %rax
+        movq	184(%rsi), %rdx
+        movq	184(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 176(%rdi)
+        sbbq	%rdx, %rcx
+        movq	192(%rsi), %rax
+        movq	192(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 184(%rdi)
+        sbbq	%rax, %rdx
+        movq	200(%rsi), %rcx
+        movq	200(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 192(%rdi)
+        sbbq	%rcx, %rax
+        movq	208(%rsi), %rdx
+        movq	208(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 200(%rdi)
+        sbbq	%rdx, %rcx
+        movq	216(%rsi), %rax
+        movq	216(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 208(%rdi)
+        sbbq	%rax, %rdx
+        movq	224(%rsi), %rcx
+        movq	224(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 216(%rdi)
+        sbbq	%rcx, %rax
+        movq	232(%rsi), %rdx
+        movq	232(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 224(%rdi)
+        sbbq	%rdx, %rcx
+        movq	240(%rsi), %rax
+        movq	240(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 232(%rdi)
+        sbbq	%rax, %rdx
+        movq	248(%rsi), %rcx
+        movq	248(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 240(%rdi)
+        sbbq	%rcx, %rax
+        movq	256(%rsi), %rdx
+        movq	256(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 248(%rdi)
+        sbbq	%rdx, %rcx
+        movq	264(%rsi), %rax
+        movq	264(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 256(%rdi)
+        sbbq	%rax, %rdx
+        movq	272(%rsi), %rcx
+        movq	272(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 264(%rdi)
+        sbbq	%rcx, %rax
+        movq	280(%rsi), %rdx
+        movq	280(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 272(%rdi)
+        sbbq	%rdx, %rcx
+        movq	288(%rsi), %rax
+        movq	288(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 280(%rdi)
+        sbbq	%rax, %rdx
+        movq	296(%rsi), %rcx
+        movq	296(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 288(%rdi)
+        sbbq	%rcx, %rax
+        movq	304(%rsi), %rdx
+        movq	304(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 296(%rdi)
+        sbbq	%rdx, %rcx
+        movq	312(%rsi), %rax
+        movq	312(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 304(%rdi)
+        sbbq	%rax, %rdx
+        movq	320(%rsi), %rcx
+        movq	320(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 312(%rdi)
+        sbbq	%rcx, %rax
+        movq	328(%rsi), %rdx
+        movq	328(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 320(%rdi)
+        sbbq	%rdx, %rcx
+        movq	336(%rsi), %rax
+        movq	336(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 328(%rdi)
+        sbbq	%rax, %rdx
+        movq	344(%rsi), %rcx
+        movq	344(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 336(%rdi)
+        sbbq	%rcx, %rax
+        movq	352(%rsi), %rdx
+        movq	352(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 344(%rdi)
+        sbbq	%rdx, %rcx
+        movq	360(%rsi), %rax
+        movq	360(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 352(%rdi)
+        sbbq	%rax, %rdx
+        movq	368(%rsi), %rcx
+        movq	368(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 360(%rdi)
+        sbbq	%rcx, %rax
+        movq	376(%rsi), %rdx
+        movq	376(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 368(%rdi)
+        sbbq	%rdx, %rcx
+        movq	384(%rsi), %rax
+        movq	384(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 376(%rdi)
+        sbbq	%rax, %rdx
+        movq	392(%rsi), %rcx
+        movq	392(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 384(%rdi)
+        sbbq	%rcx, %rax
+        movq	400(%rsi), %rdx
+        movq	400(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 392(%rdi)
+        sbbq	%rdx, %rcx
+        movq	408(%rsi), %rax
+        movq	408(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 400(%rdi)
+        sbbq	%rax, %rdx
+        movq	416(%rsi), %rcx
+        movq	416(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 408(%rdi)
+        sbbq	%rcx, %rax
+        movq	424(%rsi), %rdx
+        movq	424(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 416(%rdi)
+        sbbq	%rdx, %rcx
+        movq	432(%rsi), %rax
+        movq	432(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 424(%rdi)
+        sbbq	%rax, %rdx
+        movq	440(%rsi), %rcx
+        movq	440(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 432(%rdi)
+        sbbq	%rcx, %rax
+        movq	448(%rsi), %rdx
+        movq	448(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 440(%rdi)
+        sbbq	%rdx, %rcx
+        movq	456(%rsi), %rax
+        movq	456(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 448(%rdi)
+        sbbq	%rax, %rdx
+        movq	464(%rsi), %rcx
+        movq	464(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 456(%rdi)
+        sbbq	%rcx, %rax
+        movq	472(%rsi), %rdx
+        movq	472(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 464(%rdi)
+        sbbq	%rdx, %rcx
+        movq	480(%rsi), %rax
+        movq	480(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 472(%rdi)
+        sbbq	%rax, %rdx
+        movq	488(%rsi), %rcx
+        movq	488(%r8), %rax
+        pextq	%r14, %rcx, %rcx
+        movq	%rdx, 480(%rdi)
+        sbbq	%rcx, %rax
+        movq	496(%rsi), %rdx
+        movq	496(%r8), %rcx
+        pextq	%r14, %rdx, %rdx
+        movq	%rax, 488(%rdi)
+        sbbq	%rdx, %rcx
+        movq	504(%rsi), %rax
+        movq	504(%r8), %rdx
+        pextq	%r14, %rax, %rax
+        movq	%rcx, 496(%rdi)
+        sbbq	%rax, %rdx
+        movq	%rdx, 504(%rdi)
         pop	%r14
         pop	%r13
         pop	%r12
@@ -31892,6 +37689,7 @@ sp_256_add_4:
 .p2align	4
 _sp_256_add_4:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -32313,30 +38111,32 @@ sp_256_mul_d_avx2_4:
 .p2align	4
 _sp_256_mul_d_avx2_4:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 24(%rdi)
-        movq	%r8, 32(%rdi)
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 24(%rdi)
+        movq	%r9, 32(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_256_mul_d_avx2_4,.-sp_256_mul_d_avx2_4
@@ -33701,6 +39501,7 @@ sp_384_add_6:
 .p2align	4
 _sp_384_add_6:
 #endif /* __APPLE__ */
+        # Add
         movq	(%rsi), %rcx
         xorq	%rax, %rax
         addq	(%rdx), %rcx
@@ -34169,60 +39970,6 @@ _sp_384_mul_avx2_6:
 #ifndef __APPLE__
 .size	sp_384_mul_avx2_6,.-sp_384_mul_avx2_6
 #endif /* __APPLE__ */
-/* Conditionally subtract b from a using the mask m.
- * m is -1 to subtract and 0 when not copying.
- *
- * r  A single precision number representing condition subtract result.
- * a  A single precision number to subtract from.
- * b  A single precision number to subtract.
- * m  Mask value to apply.
- */
-#ifndef __APPLE__
-.globl	sp_384_cond_sub_avx2_6
-.type	sp_384_cond_sub_avx2_6,@function
-.align	16
-sp_384_cond_sub_avx2_6:
-#else
-.globl	_sp_384_cond_sub_avx2_6
-.p2align	4
-_sp_384_cond_sub_avx2_6:
-#endif /* __APPLE__ */
-        movq	$0, %rax
-        movq	(%rsi), %r8
-        movq	(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        subq	%r10, %r8
-        movq	8(%rsi), %r9
-        movq	8(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, (%rdi)
-        sbbq	%r10, %r9
-        movq	16(%rsi), %r8
-        movq	16(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 8(%rdi)
-        sbbq	%r10, %r8
-        movq	24(%rsi), %r9
-        movq	24(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 16(%rdi)
-        sbbq	%r10, %r9
-        movq	32(%rsi), %r8
-        movq	32(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r9, 24(%rdi)
-        sbbq	%r10, %r8
-        movq	40(%rsi), %r9
-        movq	40(%rdx), %r10
-        pextq	%rcx, %r10, %r10
-        movq	%r8, 32(%rdi)
-        sbbq	%r10, %r9
-        movq	%r9, 40(%rdi)
-        sbbq	$0, %rax
-        repz retq
-#ifndef __APPLE__
-.size	sp_384_cond_sub_avx2_6,.-sp_384_cond_sub_avx2_6
-#endif /* __APPLE__ */
 #ifdef HAVE_INTEL_AVX2
 /* Reduce the number back to 384 bits using Montgomery reduction.
  *
@@ -34242,73 +39989,308 @@ _sp_384_mont_reduce_order_avx2_6:
 #endif /* __APPLE__ */
         push	%r12
         push	%r13
-        push	%r14
         movq	%rdx, %rax
-        xorq	%r14, %r14
-        # i = 6
-        movq	$6, %r9
-        movq	(%rdi), %r13
-        xorq	%r12, %r12
+        xorq	%r13, %r13
+        movq	(%rdi), %r12
+        xorq	%r11, %r11
 L_mont_loop_order_avx2_6:
         # mu = a[i] * mp
-        movq	%r13, %rdx
-        mulxq	%rax, %rdx, %r8
-        movq	%r13, %r10
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
         # a[i+0] += m[0] * mu
         mulxq	(%rsi), %rcx, %r8
-        movq	8(%rdi), %r13
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r13
+        movq	8(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
         # a[i+1] += m[1] * mu
         mulxq	8(%rsi), %rcx, %r8
-        movq	16(%rdi), %r10
-        adcxq	%rcx, %r13
-        adoxq	%r8, %r10
+        movq	16(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
         # a[i+2] += m[2] * mu
         mulxq	16(%rsi), %rcx, %r8
-        movq	24(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 16(%rdi)
+        movq	24(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 16(%rdi)
         # a[i+3] += m[3] * mu
         mulxq	24(%rsi), %rcx, %r8
-        movq	32(%rdi), %r10
-        adcxq	%rcx, %r11
-        adoxq	%r8, %r10
-        movq	%r11, 24(%rdi)
+        movq	32(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 24(%rdi)
         # a[i+4] += m[4] * mu
         mulxq	32(%rsi), %rcx, %r8
-        movq	40(%rdi), %r11
-        adcxq	%rcx, %r10
-        adoxq	%r8, %r11
-        movq	%r10, 32(%rdi)
+        movq	40(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 32(%rdi)
         # a[i+5] += m[5] * mu
         mulxq	40(%rsi), %rcx, %r8
-        movq	48(%rdi), %r10
-        adcxq	%rcx, %r11
+        movq	48(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 40(%rdi)
+        adcxq	%r13, %r9
+        movq	%r9, 48(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        # mu = a[i] * mp
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rcx, %r8
+        movq	16(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rcx, %r8
+        movq	24(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rcx, %r8
+        movq	32(%rdi), %r10
+        adcxq	%rcx, %r9
         adoxq	%r8, %r10
-        movq	%r11, 40(%rdi)
-        adcxq	%r14, %r10
-        movq	%r12, %r14
+        movq	%r9, 24(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rcx, %r8
+        movq	40(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 32(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rcx, %r8
+        movq	48(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 40(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rcx, %r8
+        movq	56(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
         movq	%r10, 48(%rdi)
-        adoxq	%r12, %r14
-        adcxq	%r12, %r14
-        # i -= 1
-        addq	$8, %rdi
-        decq	%r9
-        jnz	L_mont_loop_order_avx2_6
-        movq	%r13, (%rdi)
-        negq	%r14
-        movq	%r14, %rcx
-        movq	%rsi, %rdx
-        movq	%rdi, %rsi
-        subq	$48, %rdi
-#ifndef __APPLE__
-        callq	sp_384_cond_sub_avx2_6@plt
-#else
-        callq	_sp_384_cond_sub_avx2_6
-#endif /* __APPLE__ */
-        pop	%r14
+        adcxq	%r13, %r9
+        movq	%r9, 56(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        # mu = a[i] * mp
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rcx, %r8
+        movq	24(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rcx, %r8
+        movq	32(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rcx, %r8
+        movq	40(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 32(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rcx, %r8
+        movq	48(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 40(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rcx, %r8
+        movq	56(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 48(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rcx, %r8
+        movq	64(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 56(%rdi)
+        adcxq	%r13, %r9
+        movq	%r9, 64(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        # mu = a[i] * mp
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rcx, %r8
+        movq	32(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rcx, %r8
+        movq	40(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rcx, %r8
+        movq	48(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 40(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rcx, %r8
+        movq	56(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 48(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rcx, %r8
+        movq	64(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 56(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rcx, %r8
+        movq	72(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 64(%rdi)
+        adcxq	%r13, %r9
+        movq	%r9, 72(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        # mu = a[i] * mp
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rcx, %r8
+        movq	40(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rcx, %r8
+        movq	48(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rcx, %r8
+        movq	56(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 48(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rcx, %r8
+        movq	64(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 56(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rcx, %r8
+        movq	72(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 64(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rcx, %r8
+        movq	80(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 72(%rdi)
+        adcxq	%r13, %r9
+        movq	%r9, 80(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        # mu = a[i] * mp
+        movq	%r12, %rdx
+        movq	%r12, %r9
+        imulq	%rax, %rdx
+        xorq	%r11, %r11
+        # a[i+0] += m[0] * mu
+        mulxq	(%rsi), %rcx, %r8
+        movq	48(%rdi), %r12
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r12
+        # a[i+1] += m[1] * mu
+        mulxq	8(%rsi), %rcx, %r8
+        movq	56(%rdi), %r9
+        adcxq	%rcx, %r12
+        adoxq	%r8, %r9
+        # a[i+2] += m[2] * mu
+        mulxq	16(%rsi), %rcx, %r8
+        movq	64(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 56(%rdi)
+        # a[i+3] += m[3] * mu
+        mulxq	24(%rsi), %rcx, %r8
+        movq	72(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 64(%rdi)
+        # a[i+4] += m[4] * mu
+        mulxq	32(%rsi), %rcx, %r8
+        movq	80(%rdi), %r10
+        adcxq	%rcx, %r9
+        adoxq	%r8, %r10
+        movq	%r9, 72(%rdi)
+        # a[i+5] += m[5] * mu
+        mulxq	40(%rsi), %rcx, %r8
+        movq	88(%rdi), %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        movq	%r10, 80(%rdi)
+        adcxq	%r13, %r9
+        movq	%r9, 88(%rdi)
+        movq	%r11, %r13
+        adoxq	%r11, %r13
+        adcxq	%r11, %r13
+        negq	%r13
+        movq	%rdi, %rax
+        addq	$48, %rdi
+        movq	(%rsi), %r8
+        movq	%r12, %rdx
+        pextq	%r13, %r8, %r8
+        subq	%r8, %rdx
+        movq	8(%rsi), %r8
+        movq	8(%rdi), %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rdx, (%rax)
+        sbbq	%r8, %rcx
+        movq	16(%rsi), %rdx
+        movq	16(%rdi), %r8
+        pextq	%r13, %rdx, %rdx
+        movq	%rcx, 8(%rax)
+        sbbq	%rdx, %r8
+        movq	24(%rsi), %rcx
+        movq	24(%rdi), %rdx
+        pextq	%r13, %rcx, %rcx
+        movq	%r8, 16(%rax)
+        sbbq	%rcx, %rdx
+        movq	32(%rsi), %r8
+        movq	32(%rdi), %rcx
+        pextq	%r13, %r8, %r8
+        movq	%rdx, 24(%rax)
+        sbbq	%r8, %rcx
+        movq	40(%rsi), %rdx
+        movq	40(%rdi), %r8
+        pextq	%r13, %rdx, %rdx
+        movq	%rcx, 32(%rax)
+        sbbq	%rdx, %r8
+        movq	%r8, 40(%rax)
         pop	%r13
         pop	%r12
         repz retq
@@ -34629,30 +40611,78 @@ sp_384_sub_in_place_6:
 .p2align	4
 _sp_384_sub_in_place_6:
 #endif /* __APPLE__ */
-        movq	(%rdi), %rdx
         xorq	%rax, %rax
-        subq	(%rsi), %rdx
-        movq	8(%rdi), %rcx
-        movq	%rdx, (%rdi)
-        sbbq	8(%rsi), %rcx
-        movq	16(%rdi), %rdx
-        movq	%rcx, 8(%rdi)
-        sbbq	16(%rsi), %rdx
-        movq	24(%rdi), %rcx
-        movq	%rdx, 16(%rdi)
-        sbbq	24(%rsi), %rcx
-        movq	32(%rdi), %rdx
-        movq	%rcx, 24(%rdi)
-        sbbq	32(%rsi), %rdx
-        movq	40(%rdi), %rcx
-        movq	%rdx, 32(%rdi)
-        sbbq	40(%rsi), %rcx
-        movq	%rcx, 40(%rdi)
+        movq	(%rsi), %rdx
+        movq	8(%rsi), %rcx
+        movq	16(%rsi), %r8
+        movq	24(%rsi), %r9
+        movq	32(%rsi), %r10
+        movq	40(%rsi), %r11
+        subq	%rdx, (%rdi)
+        sbbq	%rcx, 8(%rdi)
+        sbbq	%r8, 16(%rdi)
+        sbbq	%r9, 24(%rdi)
+        sbbq	%r10, 32(%rdi)
+        sbbq	%r11, 40(%rdi)
         sbbq	$0, %rax
         repz retq
 #ifndef __APPLE__
 .size	sp_384_sub_in_place_6,.-sp_384_sub_in_place_6
 #endif /* __APPLE__ */
+/* Conditionally subtract b from a using the mask m.
+ * m is -1 to subtract and 0 when not copying.
+ *
+ * r  A single precision number representing condition subtract result.
+ * a  A single precision number to subtract from.
+ * b  A single precision number to subtract.
+ * m  Mask value to apply.
+ */
+#ifndef __APPLE__
+.globl	sp_384_cond_sub_avx2_6
+.type	sp_384_cond_sub_avx2_6,@function
+.align	16
+sp_384_cond_sub_avx2_6:
+#else
+.globl	_sp_384_cond_sub_avx2_6
+.p2align	4
+_sp_384_cond_sub_avx2_6:
+#endif /* __APPLE__ */
+        movq	$0, %rax
+        movq	(%rdx), %r10
+        movq	(%rsi), %r8
+        pextq	%rcx, %r10, %r10
+        subq	%r10, %r8
+        movq	8(%rdx), %r10
+        movq	8(%rsi), %r9
+        pextq	%rcx, %r10, %r10
+        movq	%r8, (%rdi)
+        sbbq	%r10, %r9
+        movq	16(%rdx), %r8
+        movq	16(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 8(%rdi)
+        sbbq	%r8, %r10
+        movq	24(%rdx), %r9
+        movq	24(%rsi), %r8
+        pextq	%rcx, %r9, %r9
+        movq	%r10, 16(%rdi)
+        sbbq	%r9, %r8
+        movq	32(%rdx), %r10
+        movq	32(%rsi), %r9
+        pextq	%rcx, %r10, %r10
+        movq	%r8, 24(%rdi)
+        sbbq	%r10, %r9
+        movq	40(%rdx), %r8
+        movq	40(%rsi), %r10
+        pextq	%rcx, %r8, %r8
+        movq	%r9, 32(%rdi)
+        sbbq	%r8, %r10
+        movq	%r10, 40(%rdi)
+        sbbq	$0, %rax
+        repz retq
+#ifndef __APPLE__
+.size	sp_384_cond_sub_avx2_6,.-sp_384_cond_sub_avx2_6
+#endif /* __APPLE__ */
 /* Mul a by digit b into r. (r = a * b)
  *
  * r  A single precision integer.
@@ -34737,42 +40767,44 @@ sp_384_mul_d_avx2_6:
 .p2align	4
 _sp_384_mul_d_avx2_6:
 #endif /* __APPLE__ */
+        movq	%rdx, %rax
         # A[0] * B
-        xorq	%r10, %r10
-        mulxq	(%rsi), %r8, %r9
-        movq	%r8, (%rdi)
+        movq	%rax, %rdx
+        xorq	%r11, %r11
+        mulxq	(%rsi), %r9, %r10
+        movq	%r9, (%rdi)
         # A[1] * B
-        mulxq	8(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 8(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	8(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 8(%rdi)
+        adoxq	%r8, %r9
         # A[2] * B
-        mulxq	16(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 16(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	16(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 16(%rdi)
+        adoxq	%r8, %r10
         # A[3] * B
-        mulxq	24(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        movq	%r9, 24(%rdi)
-        adoxq	%rcx, %r8
+        mulxq	24(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        movq	%r10, 24(%rdi)
+        adoxq	%r8, %r9
         # A[4] * B
-        mulxq	32(%rsi), %rax, %rcx
-        movq	%r10, %r9
-        adcxq	%rax, %r8
-        movq	%r8, 32(%rdi)
-        adoxq	%rcx, %r9
+        mulxq	32(%rsi), %rcx, %r8
+        movq	%r11, %r10
+        adcxq	%rcx, %r9
+        movq	%r9, 32(%rdi)
+        adoxq	%r8, %r10
         # A[5] * B
-        mulxq	40(%rsi), %rax, %rcx
-        movq	%r10, %r8
-        adcxq	%rax, %r9
-        adoxq	%rcx, %r8
-        adcxq	%r10, %r8
-        movq	%r9, 40(%rdi)
-        movq	%r8, 48(%rdi)
+        mulxq	40(%rsi), %rcx, %r8
+        movq	%r11, %r9
+        adcxq	%rcx, %r10
+        adoxq	%r8, %r9
+        adcxq	%r11, %r9
+        movq	%r10, 40(%rdi)
+        movq	%r9, 48(%rdi)
         repz retq
 #ifndef __APPLE__
 .size	sp_384_mul_d_avx2_6,.-sp_384_mul_d_avx2_6