后续实现和golang SDK同步，纯golang实现通过fiat-crypto生成代码，具体请参考SM2性能优化（续）
最近项目/产品有可能要用到国密商密的SM2加解密及签名验签，看了标准文档，参考了有关实现，发现SM2/SM3本身并不复杂，主要是SM2用到的椭圆曲线优化实现比较有难度。网上大部分Golang的SM2椭圆曲线优化实现，其实大部分都是那个“神兽压阵”的基于Golang NIST P256纯Go语言实现版本，并且比较难读。我想要自己实现一遍，切实体会一下实现的难度。
通过阅读Golang NIST P256那个generic的源码，并且比较NIST P256和SM2 256曲线参数的异同，逐步尝试。
- 首先，我要替换掉p256.go中的所有常量，这个过程中遇到的最大难点在于p256Zero31的求解。
- 其次， 开始解决加法（p256Sum）和减法(p256Diff)的正确性，其难点在于解决进位问题（p256ReduceCarry）
- 然后就是解决乘法（p256Mul）的正确性，其最大难点在于蒙哥马利约简实现（p256ReduceDegree），这个花费了很多时间，也是和那个“神兽压阵”实现的最大不同。
- 最后就是求模P的乘法逆元（p256Invert），基于费马小定理(Fermat's Little Theorem)，这个就是用平方和乘法算出a^{p-2} = a^{-1} (mod p)，关键是凑出p-2。
我保留了那些如何求取那些常量和预计算的函数在p256.go中而没有删除，供后来者参考。期间，也和ALI KMS作了集成测试，主要是SM2本地加密，ALI KMS解密; ALI KMS签名，本地验签。
这个实现的性能，据我测试，在amd64下大概是elliptic.CurveParams默认实现性能的5倍。对于这个性能，我还是不甚满意，所以开始学习Golang中NIST P256的特定优化实现，但是这里面有GO ASM，我从来没有接触过。经过一段时间的学习，开始跃跃欲试，我只有amd64，所以从amd64下手，还是从替换曲线参数开始：
- 首先，替换掉p256_asm.go和p256_asm_amd64.s中的常量，这一步还是比较顺利，毕竟有一定经验了。
- 接着，就是要修改p256_asm_amd64.s中的实现了，主要是蒙哥马利约简，模P的和模N的实现，原本的实现都是基于NIST P256的参数P和N进行优化的，改造起来困难挺大，为了验证结果，对每个主要的asm实现方法都写了测试，保证正确性。本以为有了32位generic实现的改造经验会比较顺利，实际情况是在这一步反反复复，几度曾想放弃。说老实话，到目前为止，我也还是不能认清p256_asm_amd64.s中用到的所有Golang ASM的命令。
- p256_asm.go中p256Inverse的改造，因为有经验，比较顺利。
- 然后，测试两个多倍点算法ScalarMult/ScalarBaseMult的正确性，通过和elliptic.CurveParams默认实现结果比较来鉴定。到此，sm2的加解密已经可以验证了！
- 最后，修改实现
(curve p256Curve) Inverse(k *big.Int) *big.Int，这个是第一次改造，费了点功夫，通过学习算法，算是比较顺利。这个方法以及CombinedMult方法在签名和验签中有用，能提高性能。 - 持续优化蒙哥马利约简，主要是根据P这个素数的特性，对
T3=T+(T mod 2^64)*P，T = T3 / 2^64，努力减少乘法。
这个实现的性能，据我测试，在amd64下，加解密大概是elliptic.CurveParams默认实现性能的50倍，大概是那个纯golang 32位实现的性能的10倍。签名和验签我没做性能测试，不过应该也有很大提高。这个性能已经和SM2基于NIST P256曲线实现的性能相当接近了，考虑到SM2 256曲线的参数复杂度，这个性能算是不错的了。
最后，向Golang中NIST P256的实现者致敬！
参考：
Elliptic Curve Cryptography: a gentle introduction
Elliptic curves and their implementation (04 Dec 2010)
Fast prime field elliptic-curve cryptography with 256-bit primes