Quelle  mmu.c

// SPDX-License-Identifier: GPL-2.0-only
/*
 * Kernel-based Virtual Machine driver for Linux
 *
 * This module enables machines with Intel VT-x extensions to run virtual
 * machines without emulation or binary translation.
 *
 * MMU support
 *
 * Copyright (C) 2006 Qumranet, Inc.
 * Copyright 2010 Red Hat, Inc. and/or its affiliates.
 *
 * Authors:
 *   Yaniv Kamay  <yaniv@qumranet.com>
 *   Avi Kivity   <avi@qumranet.com>
 */
#define pr_fmt(fmt) KBUILD_MODNAME ": " fmt

#include "irq.h"
#include "ioapic.h"
#include "mmu.h"
#include "mmu_internal.h"
#include "tdp_mmu.h"
#include "x86.h"
#include "kvm_cache_regs.h"
#include "smm.h"
#include "kvm_emulate.h"
#include "page_track.h"
#include "cpuid.h"
#include "spte.h"

#include <linux/kvm_host.h>
#include <linux/types.h>
#include <linux/string.h>
#include <linux/mm.h>
#include <linux/highmem.h>
#include <linux/moduleparam.h>
#include <linux/export.h>
#include <linux/swap.h>
#include <linux/hugetlb.h>
#include <linux/compiler.h>
#include <linux/srcu.h>
#include <linux/slab.h>
#include <linux/sched/signal.h>
#include <linux/uaccess.h>
#include <linux/hash.h>
#include <linux/kern_levels.h>
#include <linux/kstrtox.h>
#include <linux/kthread.h>
#include <linux/wordpart.h>

#include <asm/page.h>
#include <asm/memtype.h>
#include <asm/cmpxchg.h>
#include <asm/io.h>
#include <asm/set_memory.h>
#include <asm/spec-ctrl.h>
#include <asm/vmx.h>

#include "trace.h"

static bool nx_hugepage_mitigation_hard_disabled;

int __read_mostly nx_huge_pages = -1;
static uint __read_mostly nx_huge_pages_recovery_period_ms;
#ifdef CONFIG_PREEMPT_RT
/* Recovery can cause latency spikes, disable it for PREEMPT_RT.  */
static uint __read_mostly nx_huge_pages_recovery_ratio = 0;
#else
static uint __read_mostly nx_huge_pages_recovery_ratio = 60;
#endif

static int get_nx_huge_pages(char *buffer, const struct kernel_param *kp);
static int set_nx_huge_pages(const char *val, const struct kernel_param *kp);
static int set_nx_huge_pages_recovery_param(const char *val, const struct kernel_param *kp);

static const struct kernel_param_ops nx_huge_pages_ops = {
 .set = set_nx_huge_pages,
 .get = get_nx_huge_pages,
};

static const struct kernel_param_ops nx_huge_pages_recovery_param_ops = {
 .set = set_nx_huge_pages_recovery_param,
 .get = param_get_uint,
};

module_param_cb(nx_huge_pages, &nx_huge_pages_ops, &nx_huge_pages, 0644);
__MODULE_PARM_TYPE(nx_huge_pages, "bool");
module_param_cb(nx_huge_pages_recovery_ratio, &nx_huge_pages_recovery_param_ops,
  &nx_huge_pages_recovery_ratio, 0644);
__MODULE_PARM_TYPE(nx_huge_pages_recovery_ratio, "uint");
module_param_cb(nx_huge_pages_recovery_period_ms, &nx_huge_pages_recovery_param_ops,
  &nx_huge_pages_recovery_period_ms, 0644);
__MODULE_PARM_TYPE(nx_huge_pages_recovery_period_ms, "uint");

static bool __read_mostly force_flush_and_sync_on_reuse;
module_param_named(flush_on_reuse, force_flush_and_sync_on_reuse, bool, 0644);

/*
 * When setting this variable to true it enables Two-Dimensional-Paging
 * where the hardware walks 2 page tables:
 * 1. the guest-virtual to guest-physical
 * 2. while doing 1. it walks guest-physical to host-physical
 * If the hardware supports that we don't need to do shadow paging.
 */
bool tdp_enabled = false;

static bool __ro_after_init tdp_mmu_allowed;

#ifdef CONFIG_X86_64
bool __read_mostly tdp_mmu_enabled = true;
module_param_named(tdp_mmu, tdp_mmu_enabled, bool, 0444);
EXPORT_SYMBOL_GPL(tdp_mmu_enabled);
#endif

static int max_huge_page_level __read_mostly;
static int tdp_root_level __read_mostly;
static int max_tdp_level __read_mostly;

#define PTE_PREFETCH_NUM  8

#include <trace/events/kvm.h>

/* make pte_list_desc fit well in cache lines */
#define PTE_LIST_EXT 14

/*
 * struct pte_list_desc is the core data structure used to implement a custom
 * list for tracking a set of related SPTEs, e.g. all the SPTEs that map a
 * given GFN when used in the context of rmaps.  Using a custom list allows KVM
 * to optimize for the common case where many GFNs will have at most a handful
 * of SPTEs pointing at them, i.e. allows packing multiple SPTEs into a small
 * memory footprint, which in turn improves runtime performance by exploiting
 * cache locality.
 *
 * A list is comprised of one or more pte_list_desc objects (descriptors).
 * Each individual descriptor stores up to PTE_LIST_EXT SPTEs.  If a descriptor
 * is full and a new SPTEs needs to be added, a new descriptor is allocated and
 * becomes the head of the list.  This means that by definitions, all tail
 * descriptors are full.
 *
 * Note, the meta data fields are deliberately placed at the start of the
 * structure to optimize the cacheline layout; accessing the descriptor will
 * touch only a single cacheline so long as @spte_count<=6 (or if only the
 * descriptors metadata is accessed).
 */
struct pte_list_desc {
 struct pte_list_desc *more;
 /* The number of PTEs stored in _this_ descriptor. */
 u32 spte_count;
 /* The number of PTEs stored in all tails of this descriptor. */
 u32 tail_count;
 u64 *sptes[PTE_LIST_EXT];
};

struct kvm_shadow_walk_iterator {
 u64 addr;
 hpa_t shadow_addr;
 u64 *sptep;
 int level;
 unsigned index;
};

#define for_each_shadow_entry_using_root(_vcpu, _root, _addr, _walker)     \
 for (shadow_walk_init_using_root(&(_walker), (_vcpu),              \
      (_root), (_addr));                \
      shadow_walk_okay(&(_walker));              \
      shadow_walk_next(&(_walker)))

#define for_each_shadow_entry(_vcpu, _addr, _walker)            \
 for (shadow_walk_init(&(_walker), _vcpu, _addr); \
      shadow_walk_okay(&(_walker));   \
      shadow_walk_next(&(_walker)))

#define for_each_shadow_entry_lockless(_vcpu, _addr, _walker, spte) \
 for (shadow_walk_init(&(_walker), _vcpu, _addr);  \
      shadow_walk_okay(&(_walker)) &&    \
  ({ spte = mmu_spte_get_lockless(_walker.sptep); 1; }); \
      __shadow_walk_next(&(_walker), spte))

static struct kmem_cache *pte_list_desc_cache;
struct kmem_cache *mmu_page_header_cache;

static void mmu_spte_set(u64 *sptep, u64 spte);

struct kvm_mmu_role_regs {
 const unsigned long cr0;
 const unsigned long cr4;
 const u64 efer;
};

#define CREATE_TRACE_POINTS
#include "mmutrace.h"

/*
 * Yes, lot's of underscores.  They're a hint that you probably shouldn't be
 * reading from the role_regs.  Once the root_role is constructed, it becomes
 * the single source of truth for the MMU's state.
 */
#define BUILD_MMU_ROLE_REGS_ACCESSOR(reg, name, flag)   \
static inline bool __maybe_unused     \
____is_##reg##_##name(const struct kvm_mmu_role_regs *regs)  \
{         \
 return !!(regs->reg & flag);     \
}
BUILD_MMU_ROLE_REGS_ACCESSOR(cr0, pg, X86_CR0_PG);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr0, wp, X86_CR0_WP);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, pse, X86_CR4_PSE);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, pae, X86_CR4_PAE);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, smep, X86_CR4_SMEP);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, smap, X86_CR4_SMAP);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, pke, X86_CR4_PKE);
BUILD_MMU_ROLE_REGS_ACCESSOR(cr4, la57, X86_CR4_LA57);
BUILD_MMU_ROLE_REGS_ACCESSOR(efer, nx, EFER_NX);
BUILD_MMU_ROLE_REGS_ACCESSOR(efer, lma, EFER_LMA);

/*
 * The MMU itself (with a valid role) is the single source of truth for the
 * MMU.  Do not use the regs used to build the MMU/role, nor the vCPU.  The
 * regs don't account for dependencies, e.g. clearing CR4 bits if CR0.PG=1,
 * and the vCPU may be incorrect/irrelevant.
 */
#define BUILD_MMU_ROLE_ACCESSOR(base_or_ext, reg, name)  \
static inline bool __maybe_unused is_##reg##_##name(struct kvm_mmu *mmu) \
{        \
 return !!(mmu->cpu_role. base_or_ext . reg##_##name); \
}
BUILD_MMU_ROLE_ACCESSOR(base, cr0, wp);
BUILD_MMU_ROLE_ACCESSOR(ext,  cr4, pse);
BUILD_MMU_ROLE_ACCESSOR(ext,  cr4, smep);
BUILD_MMU_ROLE_ACCESSOR(ext,  cr4, smap);
BUILD_MMU_ROLE_ACCESSOR(ext,  cr4, pke);
BUILD_MMU_ROLE_ACCESSOR(ext,  cr4, la57);
BUILD_MMU_ROLE_ACCESSOR(base, efer, nx);
BUILD_MMU_ROLE_ACCESSOR(ext,  efer, lma);

static inline bool is_cr0_pg(struct kvm_mmu *mmu)
{
        return mmu->cpu_role.base.level > 0;
}

static inline bool is_cr4_pae(struct kvm_mmu *mmu)
{
        return !mmu->cpu_role.base.has_4_byte_gpte;
}

static struct kvm_mmu_role_regs vcpu_to_role_regs(struct kvm_vcpu *vcpu)
{
 struct kvm_mmu_role_regs regs = {
  .cr0 = kvm_read_cr0_bits(vcpu, KVM_MMU_CR0_ROLE_BITS),
  .cr4 = kvm_read_cr4_bits(vcpu, KVM_MMU_CR4_ROLE_BITS),
  .efer = vcpu->arch.efer,
 };

 return regs;
}

static unsigned long get_guest_cr3(struct kvm_vcpu *vcpu)
{
 return kvm_read_cr3(vcpu);
}

static inline unsigned long kvm_mmu_get_guest_pgd(struct kvm_vcpu *vcpu,
        struct kvm_mmu *mmu)
{
 if (IS_ENABLED(CONFIG_MITIGATION_RETPOLINE) && mmu->get_guest_pgd == get_guest_cr3)
  return kvm_read_cr3(vcpu);

 return mmu->get_guest_pgd(vcpu);
}

static inline bool kvm_available_flush_remote_tlbs_range(void)
{
#if IS_ENABLED(CONFIG_HYPERV)
 return kvm_x86_ops.flush_remote_tlbs_range;
#else
 return false;
#endif
}

static gfn_t kvm_mmu_page_get_gfn(struct kvm_mmu_page *sp, int index);

/* Flush the range of guest memory mapped by the given SPTE. */
static void kvm_flush_remote_tlbs_sptep(struct kvm *kvm, u64 *sptep)
{
 struct kvm_mmu_page *sp = sptep_to_sp(sptep);
 gfn_t gfn = kvm_mmu_page_get_gfn(sp, spte_index(sptep));

 kvm_flush_remote_tlbs_gfn(kvm, gfn, sp->role.level);
}

static void mark_mmio_spte(struct kvm_vcpu *vcpu, u64 *sptep, u64 gfn,
      unsigned int access)
{
 u64 spte = make_mmio_spte(vcpu, gfn, access);

 trace_mark_mmio_spte(sptep, gfn, spte);
 mmu_spte_set(sptep, spte);
}

static gfn_t get_mmio_spte_gfn(u64 spte)
{
 u64 gpa = spte & shadow_nonpresent_or_rsvd_lower_gfn_mask;

 gpa |= (spte >> SHADOW_NONPRESENT_OR_RSVD_MASK_LEN)
        & shadow_nonpresent_or_rsvd_mask;

 return gpa >> PAGE_SHIFT;
}

static unsigned get_mmio_spte_access(u64 spte)
{
 return spte & shadow_mmio_access_mask;
}

static bool check_mmio_spte(struct kvm_vcpu *vcpu, u64 spte)
{
 u64 kvm_gen, spte_gen, gen;

 gen = kvm_vcpu_memslots(vcpu)->generation;
 if (unlikely(gen & KVM_MEMSLOT_GEN_UPDATE_IN_PROGRESS))
  return false;

 kvm_gen = gen & MMIO_SPTE_GEN_MASK;
 spte_gen = get_mmio_spte_generation(spte);

 trace_check_mmio_spte(spte, kvm_gen, spte_gen);
 return likely(kvm_gen == spte_gen);
}

static int is_cpuid_PSE36(void)
{
 return 1;
}

#ifdef CONFIG_X86_64
static void __set_spte(u64 *sptep, u64 spte)
{
 KVM_MMU_WARN_ON(is_ept_ve_possible(spte));
 WRITE_ONCE(*sptep, spte);
}

static void __update_clear_spte_fast(u64 *sptep, u64 spte)
{
 KVM_MMU_WARN_ON(is_ept_ve_possible(spte));
 WRITE_ONCE(*sptep, spte);
}

static u64 __update_clear_spte_slow(u64 *sptep, u64 spte)
{
 KVM_MMU_WARN_ON(is_ept_ve_possible(spte));
 return xchg(sptep, spte);
}

static u64 __get_spte_lockless(u64 *sptep)
{
 return READ_ONCE(*sptep);
}
#else
union split_spte {
 struct {
  u32 spte_low;
  u32 spte_high;
 };
 u64 spte;
};

static void count_spte_clear(u64 *sptep, u64 spte)
{
 struct kvm_mmu_page *sp =  sptep_to_sp(sptep);

 if (is_shadow_present_pte(spte))
  return;

 /* Ensure the spte is completely set before we increase the count */
 smp_wmb();
 sp->clear_spte_count++;
}

static void __set_spte(u64 *sptep, u64 spte)
{
 union split_spte *ssptep, sspte;

 ssptep = (union split_spte *)sptep;
 sspte = (union split_spte)spte;

 ssptep->spte_high = sspte.spte_high;

 /*
 * If we map the spte from nonpresent to present, We should store
 * the high bits firstly, then set present bit, so cpu can not
 * fetch this spte while we are setting the spte.
 */
 smp_wmb();

 WRITE_ONCE(ssptep->spte_low, sspte.spte_low);
}

static void __update_clear_spte_fast(u64 *sptep, u64 spte)
{
 union split_spte *ssptep, sspte;

 ssptep = (union split_spte *)sptep;
 sspte = (union split_spte)spte;

 WRITE_ONCE(ssptep->spte_low, sspte.spte_low);

 /*
 * If we map the spte from present to nonpresent, we should clear
 * present bit firstly to avoid vcpu fetch the old high bits.
 */
 smp_wmb();

 ssptep->spte_high = sspte.spte_high;
 count_spte_clear(sptep, spte);
}

static u64 __update_clear_spte_slow(u64 *sptep, u64 spte)
{
 union split_spte *ssptep, sspte, orig;

 ssptep = (union split_spte *)sptep;
 sspte = (union split_spte)spte;

 /* xchg acts as a barrier before the setting of the high bits */
 orig.spte_low = xchg(&ssptep->spte_low, sspte.spte_low);
 orig.spte_high = ssptep->spte_high;
 ssptep->spte_high = sspte.spte_high;
 count_spte_clear(sptep, spte);

 return orig.spte;
}

/*
 * The idea using the light way get the spte on x86_32 guest is from
 * gup_get_pte (mm/gup.c).
 *
 * An spte tlb flush may be pending, because they are coalesced and
 * we are running out of the MMU lock.  Therefore
 * we need to protect against in-progress updates of the spte.
 *
 * Reading the spte while an update is in progress may get the old value
 * for the high part of the spte.  The race is fine for a present->non-present
 * change (because the high part of the spte is ignored for non-present spte),
 * but for a present->present change we must reread the spte.
 *
 * All such changes are done in two steps (present->non-present and
 * non-present->present), hence it is enough to count the number of
 * present->non-present updates: if it changed while reading the spte,
 * we might have hit the race.  This is done using clear_spte_count.
 */
static u64 __get_spte_lockless(u64 *sptep)
{
 struct kvm_mmu_page *sp =  sptep_to_sp(sptep);
 union split_spte spte, *orig = (union split_spte *)sptep;
 int count;

retry:
 count = sp->clear_spte_count;
 smp_rmb();

 spte.spte_low = orig->spte_low;
 smp_rmb();

 spte.spte_high = orig->spte_high;
 smp_rmb();

 if (unlikely(spte.spte_low != orig->spte_low ||
       count != sp->clear_spte_count))
  goto retry;

 return spte.spte;
}
#endif

/* Rules for using mmu_spte_set:
 * Set the sptep from nonpresent to present.
 * Note: the sptep being assigned *must* be either not present
 * or in a state where the hardware will not attempt to update
 * the spte.
 */
static void mmu_spte_set(u64 *sptep, u64 new_spte)
{
 WARN_ON_ONCE(is_shadow_present_pte(*sptep));
 __set_spte(sptep, new_spte);
}

/* Rules for using mmu_spte_update:
 * Update the state bits, it means the mapped pfn is not changed.
 *
 * Returns true if the TLB needs to be flushed
 */
static bool mmu_spte_update(u64 *sptep, u64 new_spte)
{
 u64 old_spte = *sptep;

 WARN_ON_ONCE(!is_shadow_present_pte(new_spte));
 check_spte_writable_invariants(new_spte);

 if (!is_shadow_present_pte(old_spte)) {
  mmu_spte_set(sptep, new_spte);
  return false;
 }

 if (!spte_needs_atomic_update(old_spte))
  __update_clear_spte_fast(sptep, new_spte);
 else
  old_spte = __update_clear_spte_slow(sptep, new_spte);

 WARN_ON_ONCE(!is_shadow_present_pte(old_spte) ||
       spte_to_pfn(old_spte) != spte_to_pfn(new_spte));

 return leaf_spte_change_needs_tlb_flush(old_spte, new_spte);
}

/*
 * Rules for using mmu_spte_clear_track_bits:
 * It sets the sptep from present to nonpresent, and track the
 * state bits, it is used to clear the last level sptep.
 * Returns the old PTE.
 */
static u64 mmu_spte_clear_track_bits(struct kvm *kvm, u64 *sptep)
{
 u64 old_spte = *sptep;
 int level = sptep_to_sp(sptep)->role.level;

 if (!is_shadow_present_pte(old_spte) ||
     !spte_needs_atomic_update(old_spte))
  __update_clear_spte_fast(sptep, SHADOW_NONPRESENT_VALUE);
 else
  old_spte = __update_clear_spte_slow(sptep, SHADOW_NONPRESENT_VALUE);

 if (!is_shadow_present_pte(old_spte))
  return old_spte;

 kvm_update_page_stats(kvm, level, -1);
 return old_spte;
}

/*
 * Rules for using mmu_spte_clear_no_track:
 * Directly clear spte without caring the state bits of sptep,
 * it is used to set the upper level spte.
 */
static void mmu_spte_clear_no_track(u64 *sptep)
{
 __update_clear_spte_fast(sptep, SHADOW_NONPRESENT_VALUE);
}

static u64 mmu_spte_get_lockless(u64 *sptep)
{
 return __get_spte_lockless(sptep);
}

static inline bool is_tdp_mmu_active(struct kvm_vcpu *vcpu)
{
 return tdp_mmu_enabled && vcpu->arch.mmu->root_role.direct;
}

static void walk_shadow_page_lockless_begin(struct kvm_vcpu *vcpu)
{
 if (is_tdp_mmu_active(vcpu)) {
  kvm_tdp_mmu_walk_lockless_begin();
 } else {
  /*
 * Prevent page table teardown by making any free-er wait during
 * kvm_flush_remote_tlbs() IPI to all active vcpus.
 */
  local_irq_disable();

  /*
 * Make sure a following spte read is not reordered ahead of the write
 * to vcpu->mode.
 */
  smp_store_mb(vcpu->mode, READING_SHADOW_PAGE_TABLES);
 }
}

static void walk_shadow_page_lockless_end(struct kvm_vcpu *vcpu)
{
 if (is_tdp_mmu_active(vcpu)) {
  kvm_tdp_mmu_walk_lockless_end();
 } else {
  /*
 * Make sure the write to vcpu->mode is not reordered in front of
 * reads to sptes.  If it does, kvm_mmu_commit_zap_page() can see us
 * OUTSIDE_GUEST_MODE and proceed to free the shadow page table.
 */
  smp_store_release(&vcpu->mode, OUTSIDE_GUEST_MODE);
  local_irq_enable();
 }
}

static int mmu_topup_memory_caches(struct kvm_vcpu *vcpu, bool maybe_indirect)
{
 int r;

 /* 1 rmap, 1 parent PTE per level, and the prefetched rmaps. */
 r = kvm_mmu_topup_memory_cache(&vcpu->arch.mmu_pte_list_desc_cache,
           1 + PT64_ROOT_MAX_LEVEL + PTE_PREFETCH_NUM);
 if (r)
  return r;
 if (kvm_has_mirrored_tdp(vcpu->kvm)) {
  r = kvm_mmu_topup_memory_cache(&vcpu->arch.mmu_external_spt_cache,
            PT64_ROOT_MAX_LEVEL);
  if (r)
   return r;
 }
 r = kvm_mmu_topup_memory_cache(&vcpu->arch.mmu_shadow_page_cache,
           PT64_ROOT_MAX_LEVEL);
 if (r)
  return r;
 if (maybe_indirect) {
  r = kvm_mmu_topup_memory_cache(&vcpu->arch.mmu_shadowed_info_cache,
            PT64_ROOT_MAX_LEVEL);
  if (r)
   return r;
 }
 return kvm_mmu_topup_memory_cache(&vcpu->arch.mmu_page_header_cache,
       PT64_ROOT_MAX_LEVEL);
}

static void mmu_free_memory_caches(struct kvm_vcpu *vcpu)
{
 kvm_mmu_free_memory_cache(&vcpu->arch.mmu_pte_list_desc_cache);
 kvm_mmu_free_memory_cache(&vcpu->arch.mmu_shadow_page_cache);
 kvm_mmu_free_memory_cache(&vcpu->arch.mmu_shadowed_info_cache);
 kvm_mmu_free_memory_cache(&vcpu->arch.mmu_external_spt_cache);
 kvm_mmu_free_memory_cache(&vcpu->arch.mmu_page_header_cache);
}

static void mmu_free_pte_list_desc(struct pte_list_desc *pte_list_desc)
{
 kmem_cache_free(pte_list_desc_cache, pte_list_desc);
}

static bool sp_has_gptes(struct kvm_mmu_page *sp);

static gfn_t kvm_mmu_page_get_gfn(struct kvm_mmu_page *sp, int index)
{
 if (sp->role.passthrough)
  return sp->gfn;

 if (sp->shadowed_translation)
  return sp->shadowed_translation[index] >> PAGE_SHIFT;

 return sp->gfn + (index << ((sp->role.level - 1) * SPTE_LEVEL_BITS));
}

/*
 * For leaf SPTEs, fetch the *guest* access permissions being shadowed. Note
 * that the SPTE itself may have a more constrained access permissions that
 * what the guest enforces. For example, a guest may create an executable
 * huge PTE but KVM may disallow execution to mitigate iTLB multihit.
 */
static u32 kvm_mmu_page_get_access(struct kvm_mmu_page *sp, int index)
{
 if (sp->shadowed_translation)
  return sp->shadowed_translation[index] & ACC_ALL;

 /*
 * For direct MMUs (e.g. TDP or non-paging guests) or passthrough SPs,
 * KVM is not shadowing any guest page tables, so the "guest access
 * permissions" are just ACC_ALL.
 *
 * For direct SPs in indirect MMUs (shadow paging), i.e. when KVM
 * is shadowing a guest huge page with small pages, the guest access
 * permissions being shadowed are the access permissions of the huge
 * page.
 *
 * In both cases, sp->role.access contains the correct access bits.
 */
 return sp->role.access;
}

static void kvm_mmu_page_set_translation(struct kvm_mmu_page *sp, int index,
      gfn_t gfn, unsigned int access)
{
 if (sp->shadowed_translation) {
  sp->shadowed_translation[index] = (gfn << PAGE_SHIFT) | access;
  return;
 }

 WARN_ONCE(access != kvm_mmu_page_get_access(sp, index),
           "access mismatch under %s page %llx (expected %u, got %u)\n",
           sp->role.passthrough ? "passthrough" : "direct",
           sp->gfn, kvm_mmu_page_get_access(sp, index), access);

 WARN_ONCE(gfn != kvm_mmu_page_get_gfn(sp, index),
           "gfn mismatch under %s page %llx (expected %llx, got %llx)\n",
           sp->role.passthrough ? "passthrough" : "direct",
           sp->gfn, kvm_mmu_page_get_gfn(sp, index), gfn);
}

static void kvm_mmu_page_set_access(struct kvm_mmu_page *sp, int index,
        unsigned int access)
{
 gfn_t gfn = kvm_mmu_page_get_gfn(sp, index);

 kvm_mmu_page_set_translation(sp, index, gfn, access);
}

/*
 * Return the pointer to the large page information for a given gfn,
 * handling slots that are not large page aligned.
 */
static struct kvm_lpage_info *lpage_info_slot(gfn_t gfn,
  const struct kvm_memory_slot *slot, int level)
{
 unsigned long idx;

 idx = gfn_to_index(gfn, slot->base_gfn, level);
 return &slot->arch.lpage_info[level - 2][idx];
}

/*
 * The most significant bit in disallow_lpage tracks whether or not memory
 * attributes are mixed, i.e. not identical for all gfns at the current level.
 * The lower order bits are used to refcount other cases where a hugepage is
 * disallowed, e.g. if KVM has shadow a page table at the gfn.
 */
#define KVM_LPAGE_MIXED_FLAG BIT(31)

static void update_gfn_disallow_lpage_count(const struct kvm_memory_slot *slot,
         gfn_t gfn, int count)
{
 struct kvm_lpage_info *linfo;
 int old, i;

 for (i = PG_LEVEL_2M; i <= KVM_MAX_HUGEPAGE_LEVEL; ++i) {
  linfo = lpage_info_slot(gfn, slot, i);

  old = linfo->disallow_lpage;
  linfo->disallow_lpage += count;
  WARN_ON_ONCE((old ^ linfo->disallow_lpage) & KVM_LPAGE_MIXED_FLAG);
 }
}

void kvm_mmu_gfn_disallow_lpage(const struct kvm_memory_slot *slot, gfn_t gfn)
{
 update_gfn_disallow_lpage_count(slot, gfn, 1);
}

void kvm_mmu_gfn_allow_lpage(const struct kvm_memory_slot *slot, gfn_t gfn)
{
 update_gfn_disallow_lpage_count(slot, gfn, -1);
}

static void account_shadowed(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 struct kvm_memslots *slots;
 struct kvm_memory_slot *slot;
 gfn_t gfn;

 kvm->arch.indirect_shadow_pages++;
 /*
 * Ensure indirect_shadow_pages is elevated prior to re-reading guest
 * child PTEs in FNAME(gpte_changed), i.e. guarantee either in-flight
 * emulated writes are visible before re-reading guest PTEs, or that
 * an emulated write will see the elevated count and acquire mmu_lock
 * to update SPTEs.  Pairs with the smp_mb() in kvm_mmu_track_write().
 */
 smp_mb();

 gfn = sp->gfn;
 slots = kvm_memslots_for_spte_role(kvm, sp->role);
 slot = __gfn_to_memslot(slots, gfn);

 /* the non-leaf shadow pages are keeping readonly. */
 if (sp->role.level > PG_LEVEL_4K)
  return __kvm_write_track_add_gfn(kvm, slot, gfn);

 kvm_mmu_gfn_disallow_lpage(slot, gfn);

 if (kvm_mmu_slot_gfn_write_protect(kvm, slot, gfn, PG_LEVEL_4K))
  kvm_flush_remote_tlbs_gfn(kvm, gfn, PG_LEVEL_4K);
}

void track_possible_nx_huge_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 /*
 * If it's possible to replace the shadow page with an NX huge page,
 * i.e. if the shadow page is the only thing currently preventing KVM
 * from using a huge page, add the shadow page to the list of "to be
 * zapped for NX recovery" pages.  Note, the shadow page can already be
 * on the list if KVM is reusing an existing shadow page, i.e. if KVM
 * links a shadow page at multiple points.
 */
 if (!list_empty(&sp->possible_nx_huge_page_link))
  return;

 ++kvm->stat.nx_lpage_splits;
 list_add_tail(&sp->possible_nx_huge_page_link,
        &kvm->arch.possible_nx_huge_pages);
}

static void account_nx_huge_page(struct kvm *kvm, struct kvm_mmu_page *sp,
     bool nx_huge_page_possible)
{
 sp->nx_huge_page_disallowed = true;

 if (nx_huge_page_possible)
  track_possible_nx_huge_page(kvm, sp);
}

static void unaccount_shadowed(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 struct kvm_memslots *slots;
 struct kvm_memory_slot *slot;
 gfn_t gfn;

 kvm->arch.indirect_shadow_pages--;
 gfn = sp->gfn;
 slots = kvm_memslots_for_spte_role(kvm, sp->role);
 slot = __gfn_to_memslot(slots, gfn);
 if (sp->role.level > PG_LEVEL_4K)
  return __kvm_write_track_remove_gfn(kvm, slot, gfn);

 kvm_mmu_gfn_allow_lpage(slot, gfn);
}

void untrack_possible_nx_huge_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 if (list_empty(&sp->possible_nx_huge_page_link))
  return;

 --kvm->stat.nx_lpage_splits;
 list_del_init(&sp->possible_nx_huge_page_link);
}

static void unaccount_nx_huge_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 sp->nx_huge_page_disallowed = false;

 untrack_possible_nx_huge_page(kvm, sp);
}

static struct kvm_memory_slot *gfn_to_memslot_dirty_bitmap(struct kvm_vcpu *vcpu,
          gfn_t gfn,
          bool no_dirty_log)
{
 struct kvm_memory_slot *slot;

 slot = kvm_vcpu_gfn_to_memslot(vcpu, gfn);
 if (!slot || slot->flags & KVM_MEMSLOT_INVALID)
  return NULL;
 if (no_dirty_log && kvm_slot_dirty_track_enabled(slot))
  return NULL;

 return slot;
}

/*
 * About rmap_head encoding:
 *
 * If the bit zero of rmap_head->val is clear, then it points to the only spte
 * in this rmap chain. Otherwise, (rmap_head->val & ~3) points to a struct
 * pte_list_desc containing more mappings.
 */
#define KVM_RMAP_MANY BIT(0)

/*
 * rmaps and PTE lists are mostly protected by mmu_lock (the shadow MMU always
 * operates with mmu_lock held for write), but rmaps can be walked without
 * holding mmu_lock so long as the caller can tolerate SPTEs in the rmap chain
 * being zapped/dropped _while the rmap is locked_.
 *
 * Other than the KVM_RMAP_LOCKED flag, modifications to rmap entries must be
 * done while holding mmu_lock for write.  This allows a task walking rmaps
 * without holding mmu_lock to concurrently walk the same entries as a task
 * that is holding mmu_lock but _not_ the rmap lock.  Neither task will modify
 * the rmaps, thus the walks are stable.
 *
 * As alluded to above, SPTEs in rmaps are _not_ protected by KVM_RMAP_LOCKED,
 * only the rmap chains themselves are protected.  E.g. holding an rmap's lock
 * ensures all "struct pte_list_desc" fields are stable.
 */
#define KVM_RMAP_LOCKED BIT(1)

static unsigned long __kvm_rmap_lock(struct kvm_rmap_head *rmap_head)
{
 unsigned long old_val, new_val;

 lockdep_assert_preemption_disabled();

 /*
 * Elide the lock if the rmap is empty, as lockless walkers (read-only
 * mode) don't need to (and can't) walk an empty rmap, nor can they add
 * entries to the rmap.  I.e. the only paths that process empty rmaps
 * do so while holding mmu_lock for write, and are mutually exclusive.
 */
 old_val = atomic_long_read(&rmap_head->val);
 if (!old_val)
  return 0;

 do {
  /*
 * If the rmap is locked, wait for it to be unlocked before
 * trying acquire the lock, e.g. to avoid bouncing the cache
 * line.
 */
  while (old_val & KVM_RMAP_LOCKED) {
   cpu_relax();
   old_val = atomic_long_read(&rmap_head->val);
  }

  /*
 * Recheck for an empty rmap, it may have been purged by the
 * task that held the lock.
 */
  if (!old_val)
   return 0;

  new_val = old_val | KVM_RMAP_LOCKED;
 /*
 * Use try_cmpxchg_acquire() to prevent reads and writes to the rmap
 * from being reordered outside of the critical section created by
 * __kvm_rmap_lock().
 *
 * Pairs with the atomic_long_set_release() in kvm_rmap_unlock().
 *
 * For the !old_val case, no ordering is needed, as there is no rmap
 * to walk.
 */
 } while (!atomic_long_try_cmpxchg_acquire(&rmap_head->val, &old_val, new_val));

 /*
 * Return the old value, i.e. _without_ the LOCKED bit set.  It's
 * impossible for the return value to be 0 (see above), i.e. the read-
 * only unlock flow can't get a false positive and fail to unlock.
 */
 return old_val;
}

static unsigned long kvm_rmap_lock(struct kvm *kvm,
       struct kvm_rmap_head *rmap_head)
{
 lockdep_assert_held_write(&kvm->mmu_lock);

 return __kvm_rmap_lock(rmap_head);
}

static void __kvm_rmap_unlock(struct kvm_rmap_head *rmap_head,
         unsigned long val)
{
 KVM_MMU_WARN_ON(val & KVM_RMAP_LOCKED);
 /*
 * Ensure that all accesses to the rmap have completed before unlocking
 * the rmap.
 *
 * Pairs with the atomic_long_try_cmpxchg_acquire() in __kvm_rmap_lock().
 */
 atomic_long_set_release(&rmap_head->val, val);
}

static void kvm_rmap_unlock(struct kvm *kvm,
       struct kvm_rmap_head *rmap_head,
       unsigned long new_val)
{
 lockdep_assert_held_write(&kvm->mmu_lock);

 __kvm_rmap_unlock(rmap_head, new_val);
}

static unsigned long kvm_rmap_get(struct kvm_rmap_head *rmap_head)
{
 return atomic_long_read(&rmap_head->val) & ~KVM_RMAP_LOCKED;
}

/*
 * If mmu_lock isn't held, rmaps can only be locked in read-only mode.  The
 * actual locking is the same, but the caller is disallowed from modifying the
 * rmap, and so the unlock flow is a nop if the rmap is/was empty.
 */
static unsigned long kvm_rmap_lock_readonly(struct kvm_rmap_head *rmap_head)
{
 unsigned long rmap_val;

 preempt_disable();
 rmap_val = __kvm_rmap_lock(rmap_head);

 if (!rmap_val)
  preempt_enable();

 return rmap_val;
}

static void kvm_rmap_unlock_readonly(struct kvm_rmap_head *rmap_head,
         unsigned long old_val)
{
 if (!old_val)
  return;

 KVM_MMU_WARN_ON(old_val != kvm_rmap_get(rmap_head));

 __kvm_rmap_unlock(rmap_head, old_val);
 preempt_enable();
}

/*
 * Returns the number of pointers in the rmap chain, not counting the new one.
 */
static int pte_list_add(struct kvm *kvm, struct kvm_mmu_memory_cache *cache,
   u64 *spte, struct kvm_rmap_head *rmap_head)
{
 unsigned long old_val, new_val;
 struct pte_list_desc *desc;
 int count = 0;

 old_val = kvm_rmap_lock(kvm, rmap_head);

 if (!old_val) {
  new_val = (unsigned long)spte;
 } else if (!(old_val & KVM_RMAP_MANY)) {
  desc = kvm_mmu_memory_cache_alloc(cache);
  desc->sptes[0] = (u64 *)old_val;
  desc->sptes[1] = spte;
  desc->spte_count = 2;
  desc->tail_count = 0;
  new_val = (unsigned long)desc | KVM_RMAP_MANY;
  ++count;
 } else {
  desc = (struct pte_list_desc *)(old_val & ~KVM_RMAP_MANY);
  count = desc->tail_count + desc->spte_count;

  /*
 * If the previous head is full, allocate a new head descriptor
 * as tail descriptors are always kept full.
 */
  if (desc->spte_count == PTE_LIST_EXT) {
   desc = kvm_mmu_memory_cache_alloc(cache);
   desc->more = (struct pte_list_desc *)(old_val & ~KVM_RMAP_MANY);
   desc->spte_count = 0;
   desc->tail_count = count;
   new_val = (unsigned long)desc | KVM_RMAP_MANY;
  } else {
   new_val = old_val;
  }
  desc->sptes[desc->spte_count++] = spte;
 }

 kvm_rmap_unlock(kvm, rmap_head, new_val);

 return count;
}

static void pte_list_desc_remove_entry(struct kvm *kvm, unsigned long *rmap_val,
           struct pte_list_desc *desc, int i)
{
 struct pte_list_desc *head_desc = (struct pte_list_desc *)(*rmap_val & ~KVM_RMAP_MANY);
 int j = head_desc->spte_count - 1;

 /*
 * The head descriptor should never be empty.  A new head is added only
 * when adding an entry and the previous head is full, and heads are
 * removed (this flow) when they become empty.
 */
 KVM_BUG_ON_DATA_CORRUPTION(j < 0, kvm);

 /*
 * Replace the to-be-freed SPTE with the last valid entry from the head
 * descriptor to ensure that tail descriptors are full at all times.
 * Note, this also means that tail_count is stable for each descriptor.
 */
 desc->sptes[i] = head_desc->sptes[j];
 head_desc->sptes[j] = NULL;
 head_desc->spte_count--;
 if (head_desc->spte_count)
  return;

 /*
 * The head descriptor is empty.  If there are no tail descriptors,
 * nullify the rmap head to mark the list as empty, else point the rmap
 * head at the next descriptor, i.e. the new head.
 */
 if (!head_desc->more)
  *rmap_val = 0;
 else
  *rmap_val = (unsigned long)head_desc->more | KVM_RMAP_MANY;
 mmu_free_pte_list_desc(head_desc);
}

static void pte_list_remove(struct kvm *kvm, u64 *spte,
       struct kvm_rmap_head *rmap_head)
{
 struct pte_list_desc *desc;
 unsigned long rmap_val;
 int i;

 rmap_val = kvm_rmap_lock(kvm, rmap_head);
 if (KVM_BUG_ON_DATA_CORRUPTION(!rmap_val, kvm))
  goto out;

 if (!(rmap_val & KVM_RMAP_MANY)) {
  if (KVM_BUG_ON_DATA_CORRUPTION((u64 *)rmap_val != spte, kvm))
   goto out;

  rmap_val = 0;
 } else {
  desc = (struct pte_list_desc *)(rmap_val & ~KVM_RMAP_MANY);
  while (desc) {
   for (i = 0; i < desc->spte_count; ++i) {
    if (desc->sptes[i] == spte) {
     pte_list_desc_remove_entry(kvm, &rmap_val,
           desc, i);
     goto out;
    }
   }
   desc = desc->more;
  }

  KVM_BUG_ON_DATA_CORRUPTION(true, kvm);
 }

out:
 kvm_rmap_unlock(kvm, rmap_head, rmap_val);
}

static void kvm_zap_one_rmap_spte(struct kvm *kvm,
      struct kvm_rmap_head *rmap_head, u64 *sptep)
{
 mmu_spte_clear_track_bits(kvm, sptep);
 pte_list_remove(kvm, sptep, rmap_head);
}

/* Return true if at least one SPTE was zapped, false otherwise */
static bool kvm_zap_all_rmap_sptes(struct kvm *kvm,
       struct kvm_rmap_head *rmap_head)
{
 struct pte_list_desc *desc, *next;
 unsigned long rmap_val;
 int i;

 rmap_val = kvm_rmap_lock(kvm, rmap_head);
 if (!rmap_val)
  return false;

 if (!(rmap_val & KVM_RMAP_MANY)) {
  mmu_spte_clear_track_bits(kvm, (u64 *)rmap_val);
  goto out;
 }

 desc = (struct pte_list_desc *)(rmap_val & ~KVM_RMAP_MANY);

 for (; desc; desc = next) {
  for (i = 0; i < desc->spte_count; i++)
   mmu_spte_clear_track_bits(kvm, desc->sptes[i]);
  next = desc->more;
  mmu_free_pte_list_desc(desc);
 }
out:
 /* rmap_head is meaningless now, remember to reset it */
 kvm_rmap_unlock(kvm, rmap_head, 0);
 return true;
}

unsigned int pte_list_count(struct kvm_rmap_head *rmap_head)
{
 unsigned long rmap_val = kvm_rmap_get(rmap_head);
 struct pte_list_desc *desc;

 if (!rmap_val)
  return 0;
 else if (!(rmap_val & KVM_RMAP_MANY))
  return 1;

 desc = (struct pte_list_desc *)(rmap_val & ~KVM_RMAP_MANY);
 return desc->tail_count + desc->spte_count;
}

static struct kvm_rmap_head *gfn_to_rmap(gfn_t gfn, int level,
      const struct kvm_memory_slot *slot)
{
 unsigned long idx;

 idx = gfn_to_index(gfn, slot->base_gfn, level);
 return &slot->arch.rmap[level - PG_LEVEL_4K][idx];
}

static void rmap_remove(struct kvm *kvm, u64 *spte)
{
 struct kvm_memslots *slots;
 struct kvm_memory_slot *slot;
 struct kvm_mmu_page *sp;
 gfn_t gfn;
 struct kvm_rmap_head *rmap_head;

 sp = sptep_to_sp(spte);
 gfn = kvm_mmu_page_get_gfn(sp, spte_index(spte));

 /*
 * Unlike rmap_add, rmap_remove does not run in the context of a vCPU
 * so we have to determine which memslots to use based on context
 * information in sp->role.
 */
 slots = kvm_memslots_for_spte_role(kvm, sp->role);

 slot = __gfn_to_memslot(slots, gfn);
 rmap_head = gfn_to_rmap(gfn, sp->role.level, slot);

 pte_list_remove(kvm, spte, rmap_head);
}

/*
 * Used by the following functions to iterate through the sptes linked by a
 * rmap.  All fields are private and not assumed to be used outside.
 */
struct rmap_iterator {
 /* private fields */
 struct rmap_head *head;
 struct pte_list_desc *desc; /* holds the sptep if not NULL */
 int pos;   /* index of the sptep */
};

/*
 * Iteration must be started by this function.  This should also be used after
 * removing/dropping sptes from the rmap link because in such cases the
 * information in the iterator may not be valid.
 *
 * Returns sptep if found, NULL otherwise.
 */
static u64 *rmap_get_first(struct kvm_rmap_head *rmap_head,
      struct rmap_iterator *iter)
{
 unsigned long rmap_val = kvm_rmap_get(rmap_head);

 if (!rmap_val)
  return NULL;

 if (!(rmap_val & KVM_RMAP_MANY)) {
  iter->desc = NULL;
  return (u64 *)rmap_val;
 }

 iter->desc = (struct pte_list_desc *)(rmap_val & ~KVM_RMAP_MANY);
 iter->pos = 0;
 return iter->desc->sptes[iter->pos];
}

/*
 * Must be used with a valid iterator: e.g. after rmap_get_first().
 *
 * Returns sptep if found, NULL otherwise.
 */
static u64 *rmap_get_next(struct rmap_iterator *iter)
{
 if (iter->desc) {
  if (iter->pos < PTE_LIST_EXT - 1) {
   ++iter->pos;
   if (iter->desc->sptes[iter->pos])
    return iter->desc->sptes[iter->pos];
  }

  iter->desc = iter->desc->more;

  if (iter->desc) {
   iter->pos = 0;
   /* desc->sptes[0] cannot be NULL */
   return iter->desc->sptes[iter->pos];
  }
 }

 return NULL;
}

#define __for_each_rmap_spte(_rmap_head_, _iter_, _sptep_) \
 for (_sptep_ = rmap_get_first(_rmap_head_, _iter_); \
      _sptep_; _sptep_ = rmap_get_next(_iter_))

#define for_each_rmap_spte(_rmap_head_, _iter_, _sptep_)   \
 __for_each_rmap_spte(_rmap_head_, _iter_, _sptep_)   \
  if (!WARN_ON_ONCE(!is_shadow_present_pte(*(_sptep_)))) \

#define for_each_rmap_spte_lockless(_rmap_head_, _iter_, _sptep_, _spte_) \
 __for_each_rmap_spte(_rmap_head_, _iter_, _sptep_)   \
  if (is_shadow_present_pte(_spte_ = mmu_spte_get_lockless(sptep)))

static void drop_spte(struct kvm *kvm, u64 *sptep)
{
 u64 old_spte = mmu_spte_clear_track_bits(kvm, sptep);

 if (is_shadow_present_pte(old_spte))
  rmap_remove(kvm, sptep);
}

static void drop_large_spte(struct kvm *kvm, u64 *sptep, bool flush)
{
 struct kvm_mmu_page *sp;

 sp = sptep_to_sp(sptep);
 WARN_ON_ONCE(sp->role.level == PG_LEVEL_4K);

 drop_spte(kvm, sptep);

 if (flush)
  kvm_flush_remote_tlbs_sptep(kvm, sptep);
}

/*
 * Write-protect on the specified @sptep, @pt_protect indicates whether
 * spte write-protection is caused by protecting shadow page table.
 *
 * Note: write protection is difference between dirty logging and spte
 * protection:
 * - for dirty logging, the spte can be set to writable at anytime if
 *   its dirty bitmap is properly set.
 * - for spte protection, the spte can be writable only after unsync-ing
 *   shadow page.
 *
 * Return true if tlb need be flushed.
 */
static bool spte_write_protect(u64 *sptep, bool pt_protect)
{
 u64 spte = *sptep;

 if (!is_writable_pte(spte) &&
     !(pt_protect && is_mmu_writable_spte(spte)))
  return false;

 if (pt_protect)
  spte &= ~shadow_mmu_writable_mask;
 spte = spte & ~PT_WRITABLE_MASK;

 return mmu_spte_update(sptep, spte);
}

static bool rmap_write_protect(struct kvm_rmap_head *rmap_head,
          bool pt_protect)
{
 u64 *sptep;
 struct rmap_iterator iter;
 bool flush = false;

 for_each_rmap_spte(rmap_head, &iter, sptep)
  flush |= spte_write_protect(sptep, pt_protect);

 return flush;
}

static bool spte_clear_dirty(u64 *sptep)
{
 u64 spte = *sptep;

 KVM_MMU_WARN_ON(!spte_ad_enabled(spte));
 spte &= ~shadow_dirty_mask;
 return mmu_spte_update(sptep, spte);
}

/*
 * Gets the GFN ready for another round of dirty logging by clearing the
 * - D bit on ad-enabled SPTEs, and
 * - W bit on ad-disabled SPTEs.
 * Returns true iff any D or W bits were cleared.
 */
static bool __rmap_clear_dirty(struct kvm *kvm, struct kvm_rmap_head *rmap_head,
          const struct kvm_memory_slot *slot)
{
 u64 *sptep;
 struct rmap_iterator iter;
 bool flush = false;

 for_each_rmap_spte(rmap_head, &iter, sptep) {
  if (spte_ad_need_write_protect(*sptep))
   flush |= test_and_clear_bit(PT_WRITABLE_SHIFT,
          (unsigned long *)sptep);
  else
   flush |= spte_clear_dirty(sptep);
 }

 return flush;
}

static void kvm_mmu_write_protect_pt_masked(struct kvm *kvm,
         struct kvm_memory_slot *slot,
         gfn_t gfn_offset, unsigned long mask)
{
 struct kvm_rmap_head *rmap_head;

 if (tdp_mmu_enabled)
  kvm_tdp_mmu_clear_dirty_pt_masked(kvm, slot,
    slot->base_gfn + gfn_offset, mask, true);

 if (!kvm_memslots_have_rmaps(kvm))
  return;

 while (mask) {
  rmap_head = gfn_to_rmap(slot->base_gfn + gfn_offset + __ffs(mask),
     PG_LEVEL_4K, slot);
  rmap_write_protect(rmap_head, false);

  /* clear the first set bit */
  mask &= mask - 1;
 }
}

static void kvm_mmu_clear_dirty_pt_masked(struct kvm *kvm,
      struct kvm_memory_slot *slot,
      gfn_t gfn_offset, unsigned long mask)
{
 struct kvm_rmap_head *rmap_head;

 if (tdp_mmu_enabled)
  kvm_tdp_mmu_clear_dirty_pt_masked(kvm, slot,
    slot->base_gfn + gfn_offset, mask, false);

 if (!kvm_memslots_have_rmaps(kvm))
  return;

 while (mask) {
  rmap_head = gfn_to_rmap(slot->base_gfn + gfn_offset + __ffs(mask),
     PG_LEVEL_4K, slot);
  __rmap_clear_dirty(kvm, rmap_head, slot);

  /* clear the first set bit */
  mask &= mask - 1;
 }
}

void kvm_arch_mmu_enable_log_dirty_pt_masked(struct kvm *kvm,
    struct kvm_memory_slot *slot,
    gfn_t gfn_offset, unsigned long mask)
{
 /*
 * If the slot was assumed to be "initially all dirty", write-protect
 * huge pages to ensure they are split to 4KiB on the first write (KVM
 * dirty logs at 4KiB granularity). If eager page splitting is enabled,
 * immediately try to split huge pages, e.g. so that vCPUs don't get
 * saddled with the cost of splitting.
 *
 * The gfn_offset is guaranteed to be aligned to 64, but the base_gfn
 * of memslot has no such restriction, so the range can cross two large
 * pages.
 */
 if (kvm_dirty_log_manual_protect_and_init_set(kvm)) {
  gfn_t start = slot->base_gfn + gfn_offset + __ffs(mask);
  gfn_t end = slot->base_gfn + gfn_offset + __fls(mask);

  if (READ_ONCE(eager_page_split))
   kvm_mmu_try_split_huge_pages(kvm, slot, start, end + 1, PG_LEVEL_4K);

  kvm_mmu_slot_gfn_write_protect(kvm, slot, start, PG_LEVEL_2M);

  /* Cross two large pages? */
  if (ALIGN(start << PAGE_SHIFT, PMD_SIZE) !=
      ALIGN(end << PAGE_SHIFT, PMD_SIZE))
   kvm_mmu_slot_gfn_write_protect(kvm, slot, end,
             PG_LEVEL_2M);
 }

 /*
 * (Re)Enable dirty logging for all 4KiB SPTEs that map the GFNs in
 * mask.  If PML is enabled and the GFN doesn't need to be write-
 * protected for other reasons, e.g. shadow paging, clear the Dirty bit.
 * Otherwise clear the Writable bit.
 *
 * Note that kvm_mmu_clear_dirty_pt_masked() is called whenever PML is
 * enabled but it chooses between clearing the Dirty bit and Writeable
 * bit based on the context.
 */
 if (kvm->arch.cpu_dirty_log_size)
  kvm_mmu_clear_dirty_pt_masked(kvm, slot, gfn_offset, mask);
 else
  kvm_mmu_write_protect_pt_masked(kvm, slot, gfn_offset, mask);
}

int kvm_cpu_dirty_log_size(struct kvm *kvm)
{
 return kvm->arch.cpu_dirty_log_size;
}

bool kvm_mmu_slot_gfn_write_protect(struct kvm *kvm,
        struct kvm_memory_slot *slot, u64 gfn,
        int min_level)
{
 struct kvm_rmap_head *rmap_head;
 int i;
 bool write_protected = false;

 if (kvm_memslots_have_rmaps(kvm)) {
  for (i = min_level; i <= KVM_MAX_HUGEPAGE_LEVEL; ++i) {
   rmap_head = gfn_to_rmap(gfn, i, slot);
   write_protected |= rmap_write_protect(rmap_head, true);
  }
 }

 if (tdp_mmu_enabled)
  write_protected |=
   kvm_tdp_mmu_write_protect_gfn(kvm, slot, gfn, min_level);

 return write_protected;
}

static bool kvm_vcpu_write_protect_gfn(struct kvm_vcpu *vcpu, u64 gfn)
{
 struct kvm_memory_slot *slot;

 slot = kvm_vcpu_gfn_to_memslot(vcpu, gfn);
 return kvm_mmu_slot_gfn_write_protect(vcpu->kvm, slot, gfn, PG_LEVEL_4K);
}

static bool kvm_zap_rmap(struct kvm *kvm, struct kvm_rmap_head *rmap_head,
    const struct kvm_memory_slot *slot)
{
 return kvm_zap_all_rmap_sptes(kvm, rmap_head);
}

struct slot_rmap_walk_iterator {
 /* input fields. */
 const struct kvm_memory_slot *slot;
 gfn_t start_gfn;
 gfn_t end_gfn;
 int start_level;
 int end_level;

 /* output fields. */
 gfn_t gfn;
 struct kvm_rmap_head *rmap;
 int level;

 /* private field. */
 struct kvm_rmap_head *end_rmap;
};

static void rmap_walk_init_level(struct slot_rmap_walk_iterator *iterator,
     int level)
{
 iterator->level = level;
 iterator->gfn = iterator->start_gfn;
 iterator->rmap = gfn_to_rmap(iterator->gfn, level, iterator->slot);
 iterator->end_rmap = gfn_to_rmap(iterator->end_gfn, level, iterator->slot);
}

static void slot_rmap_walk_init(struct slot_rmap_walk_iterator *iterator,
    const struct kvm_memory_slot *slot,
    int start_level, int end_level,
    gfn_t start_gfn, gfn_t end_gfn)
{
 iterator->slot = slot;
 iterator->start_level = start_level;
 iterator->end_level = end_level;
 iterator->start_gfn = start_gfn;
 iterator->end_gfn = end_gfn;

 rmap_walk_init_level(iterator, iterator->start_level);
}

static bool slot_rmap_walk_okay(struct slot_rmap_walk_iterator *iterator)
{
 return !!iterator->rmap;
}

static void slot_rmap_walk_next(struct slot_rmap_walk_iterator *iterator)
{
 while (++iterator->rmap <= iterator->end_rmap) {
  iterator->gfn += KVM_PAGES_PER_HPAGE(iterator->level);

  if (atomic_long_read(&iterator->rmap->val))
   return;
 }

 if (++iterator->level > iterator->end_level) {
  iterator->rmap = NULL;
  return;
 }

 rmap_walk_init_level(iterator, iterator->level);
}

#define for_each_slot_rmap_range(_slot_, _start_level_, _end_level_, \
    _start_gfn, _end_gfn, _iter_)    \
 for (slot_rmap_walk_init(_iter_, _slot_, _start_level_,  \
     _end_level_, _start_gfn, _end_gfn); \
      slot_rmap_walk_okay(_iter_);    \
      slot_rmap_walk_next(_iter_))

/* The return value indicates if tlb flush on all vcpus is needed. */
typedef bool (*slot_rmaps_handler) (struct kvm *kvm,
        struct kvm_rmap_head *rmap_head,
        const struct kvm_memory_slot *slot);

static __always_inline bool __walk_slot_rmaps(struct kvm *kvm,
           const struct kvm_memory_slot *slot,
           slot_rmaps_handler fn,
           int start_level, int end_level,
           gfn_t start_gfn, gfn_t end_gfn,
           bool can_yield, bool flush_on_yield,
           bool flush)
{
 struct slot_rmap_walk_iterator iterator;

 lockdep_assert_held_write(&kvm->mmu_lock);

 for_each_slot_rmap_range(slot, start_level, end_level, start_gfn,
   end_gfn, &iterator) {
  if (iterator.rmap)
   flush |= fn(kvm, iterator.rmap, slot);

  if (!can_yield)
   continue;

  if (need_resched() || rwlock_needbreak(&kvm->mmu_lock)) {
   if (flush && flush_on_yield) {
    kvm_flush_remote_tlbs_range(kvm, start_gfn,
           iterator.gfn - start_gfn + 1);
    flush = false;
   }
   cond_resched_rwlock_write(&kvm->mmu_lock);
  }
 }

 return flush;
}

static __always_inline bool walk_slot_rmaps(struct kvm *kvm,
         const struct kvm_memory_slot *slot,
         slot_rmaps_handler fn,
         int start_level, int end_level,
         bool flush_on_yield)
{
 return __walk_slot_rmaps(kvm, slot, fn, start_level, end_level,
     slot->base_gfn, slot->base_gfn + slot->npages - 1,
     true, flush_on_yield, false);
}

static __always_inline bool walk_slot_rmaps_4k(struct kvm *kvm,
            const struct kvm_memory_slot *slot,
            slot_rmaps_handler fn,
            bool flush_on_yield)
{
 return walk_slot_rmaps(kvm, slot, fn, PG_LEVEL_4K, PG_LEVEL_4K, flush_on_yield);
}

static bool __kvm_rmap_zap_gfn_range(struct kvm *kvm,
         const struct kvm_memory_slot *slot,
         gfn_t start, gfn_t end, bool can_yield,
         bool flush)
{
 return __walk_slot_rmaps(kvm, slot, kvm_zap_rmap,
     PG_LEVEL_4K, KVM_MAX_HUGEPAGE_LEVEL,
     start, end - 1, can_yield, true, flush);
}

bool kvm_unmap_gfn_range(struct kvm *kvm, struct kvm_gfn_range *range)
{
 bool flush = false;

 /*
 * To prevent races with vCPUs faulting in a gfn using stale data,
 * zapping a gfn range must be protected by mmu_invalidate_in_progress
 * (and mmu_invalidate_seq).  The only exception is memslot deletion;
 * in that case, SRCU synchronization ensures that SPTEs are zapped
 * after all vCPUs have unlocked SRCU, guaranteeing that vCPUs see the
 * invalid slot.
 */
 lockdep_assert_once(kvm->mmu_invalidate_in_progress ||
       lockdep_is_held(&kvm->slots_lock));

 if (kvm_memslots_have_rmaps(kvm))
  flush = __kvm_rmap_zap_gfn_range(kvm, range->slot,
       range->start, range->end,
       range->may_block, flush);

 if (tdp_mmu_enabled)
  flush = kvm_tdp_mmu_unmap_gfn_range(kvm, range, flush);

 if (kvm_x86_ops.set_apic_access_page_addr &&
     range->slot->id == APIC_ACCESS_PAGE_PRIVATE_MEMSLOT)
  kvm_make_all_cpus_request(kvm, KVM_REQ_APIC_PAGE_RELOAD);

 return flush;
}

#define RMAP_RECYCLE_THRESHOLD 1000

static void __rmap_add(struct kvm *kvm,
         struct kvm_mmu_memory_cache *cache,
         const struct kvm_memory_slot *slot,
         u64 *spte, gfn_t gfn, unsigned int access)
{
 struct kvm_mmu_page *sp;
 struct kvm_rmap_head *rmap_head;
 int rmap_count;

 sp = sptep_to_sp(spte);
 kvm_mmu_page_set_translation(sp, spte_index(spte), gfn, access);
 kvm_update_page_stats(kvm, sp->role.level, 1);

 rmap_head = gfn_to_rmap(gfn, sp->role.level, slot);
 rmap_count = pte_list_add(kvm, cache, spte, rmap_head);

 if (rmap_count > kvm->stat.max_mmu_rmap_size)
  kvm->stat.max_mmu_rmap_size = rmap_count;
 if (rmap_count > RMAP_RECYCLE_THRESHOLD) {
  kvm_zap_all_rmap_sptes(kvm, rmap_head);
  kvm_flush_remote_tlbs_gfn(kvm, gfn, sp->role.level);
 }
}

static void rmap_add(struct kvm_vcpu *vcpu, const struct kvm_memory_slot *slot,
       u64 *spte, gfn_t gfn, unsigned int access)
{
 struct kvm_mmu_memory_cache *cache = &vcpu->arch.mmu_pte_list_desc_cache;

 __rmap_add(vcpu->kvm, cache, slot, spte, gfn, access);
}

static bool kvm_rmap_age_gfn_range(struct kvm *kvm,
       struct kvm_gfn_range *range,
       bool test_only)
{
 struct kvm_rmap_head *rmap_head;
 struct rmap_iterator iter;
 unsigned long rmap_val;
 bool young = false;
 u64 *sptep;
 gfn_t gfn;
 int level;
 u64 spte;

 for (level = PG_LEVEL_4K; level <= KVM_MAX_HUGEPAGE_LEVEL; level++) {
  for (gfn = range->start; gfn < range->end;
       gfn += KVM_PAGES_PER_HPAGE(level)) {
   rmap_head = gfn_to_rmap(gfn, level, range->slot);
   rmap_val = kvm_rmap_lock_readonly(rmap_head);

   for_each_rmap_spte_lockless(rmap_head, &iter, sptep, spte) {
    if (!is_accessed_spte(spte))
     continue;

    if (test_only) {
     kvm_rmap_unlock_readonly(rmap_head, rmap_val);
     return true;
    }

    if (spte_ad_enabled(spte))
     clear_bit((ffs(shadow_accessed_mask) - 1),
        (unsigned long *)sptep);
    else
     /*
 * If the following cmpxchg fails, the
 * spte is being concurrently modified
 * and should most likely stay young.
 */
     cmpxchg64(sptep, spte,
           mark_spte_for_access_track(spte));
    young = true;
   }

   kvm_rmap_unlock_readonly(rmap_head, rmap_val);
  }
 }
 return young;
}

static bool kvm_may_have_shadow_mmu_sptes(struct kvm *kvm)
{
 return !tdp_mmu_enabled || READ_ONCE(kvm->arch.indirect_shadow_pages);
}

bool kvm_age_gfn(struct kvm *kvm, struct kvm_gfn_range *range)
{
 bool young = false;

 if (tdp_mmu_enabled)
  young = kvm_tdp_mmu_age_gfn_range(kvm, range);

 if (kvm_may_have_shadow_mmu_sptes(kvm))
  young |= kvm_rmap_age_gfn_range(kvm, range, false);

 return young;
}

bool kvm_test_age_gfn(struct kvm *kvm, struct kvm_gfn_range *range)
{
 bool young = false;

 if (tdp_mmu_enabled)
  young = kvm_tdp_mmu_test_age_gfn(kvm, range);

 if (young)
  return young;

 if (kvm_may_have_shadow_mmu_sptes(kvm))
  young |= kvm_rmap_age_gfn_range(kvm, range, true);

 return young;
}

static void kvm_mmu_check_sptes_at_free(struct kvm_mmu_page *sp)
{
#ifdef CONFIG_KVM_PROVE_MMU
 int i;

 for (i = 0; i < SPTE_ENT_PER_PAGE; i++) {
  if (KVM_MMU_WARN_ON(is_shadow_present_pte(sp->spt[i])))
   pr_err_ratelimited("SPTE %llx (@ %p) for gfn %llx shadow-present at free",
        sp->spt[i], &sp->spt[i],
        kvm_mmu_page_get_gfn(sp, i));
 }
#endif
}

static void kvm_account_mmu_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 kvm->arch.n_used_mmu_pages++;
 kvm_account_pgtable_pages((void *)sp->spt, +1);
}

static void kvm_unaccount_mmu_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 kvm->arch.n_used_mmu_pages--;
 kvm_account_pgtable_pages((void *)sp->spt, -1);
}

static void kvm_mmu_free_shadow_page(struct kvm_mmu_page *sp)
{
 kvm_mmu_check_sptes_at_free(sp);

 hlist_del(&sp->hash_link);
 list_del(&sp->link);
 free_page((unsigned long)sp->spt);
 free_page((unsigned long)sp->shadowed_translation);
 kmem_cache_free(mmu_page_header_cache, sp);
}

static unsigned kvm_page_table_hashfn(gfn_t gfn)
{
 return hash_64(gfn, KVM_MMU_HASH_SHIFT);
}

static void mmu_page_add_parent_pte(struct kvm *kvm,
        struct kvm_mmu_memory_cache *cache,
        struct kvm_mmu_page *sp, u64 *parent_pte)
{
 if (!parent_pte)
  return;

 pte_list_add(kvm, cache, parent_pte, &sp->parent_ptes);
}

static void mmu_page_remove_parent_pte(struct kvm *kvm, struct kvm_mmu_page *sp,
           u64 *parent_pte)
{
 pte_list_remove(kvm, parent_pte, &sp->parent_ptes);
}

static void drop_parent_pte(struct kvm *kvm, struct kvm_mmu_page *sp,
       u64 *parent_pte)
{
 mmu_page_remove_parent_pte(kvm, sp, parent_pte);
 mmu_spte_clear_no_track(parent_pte);
}

static void mark_unsync(u64 *spte);
static void kvm_mmu_mark_parents_unsync(struct kvm_mmu_page *sp)
{
 u64 *sptep;
 struct rmap_iterator iter;

 for_each_rmap_spte(&sp->parent_ptes, &iter, sptep) {
  mark_unsync(sptep);
 }
}

static void mark_unsync(u64 *spte)
{
 struct kvm_mmu_page *sp;

 sp = sptep_to_sp(spte);
 if (__test_and_set_bit(spte_index(spte), sp->unsync_child_bitmap))
  return;
 if (sp->unsync_children++)
  return;
 kvm_mmu_mark_parents_unsync(sp);
}

#define KVM_PAGE_ARRAY_NR 16

struct kvm_mmu_pages {
 struct mmu_page_and_offset {
  struct kvm_mmu_page *sp;
  unsigned int idx;
 } page[KVM_PAGE_ARRAY_NR];
 unsigned int nr;
};

static int mmu_pages_add(struct kvm_mmu_pages *pvec, struct kvm_mmu_page *sp,
    int idx)
{
 int i;

 if (sp->unsync)
  for (i=0; i < pvec->nr; i++)
   if (pvec->page[i].sp == sp)
    return 0;

 pvec->page[pvec->nr].sp = sp;
 pvec->page[pvec->nr].idx = idx;
 pvec->nr++;
 return (pvec->nr == KVM_PAGE_ARRAY_NR);
}

static inline void clear_unsync_child_bit(struct kvm_mmu_page *sp, int idx)
{
 --sp->unsync_children;
 WARN_ON_ONCE((int)sp->unsync_children < 0);
 __clear_bit(idx, sp->unsync_child_bitmap);
}

static int __mmu_unsync_walk(struct kvm_mmu_page *sp,
      struct kvm_mmu_pages *pvec)
{
 int i, ret, nr_unsync_leaf = 0;

 for_each_set_bit(i, sp->unsync_child_bitmap, 512) {
  struct kvm_mmu_page *child;
  u64 ent = sp->spt[i];

  if (!is_shadow_present_pte(ent) || is_large_pte(ent)) {
   clear_unsync_child_bit(sp, i);
   continue;
  }

  child = spte_to_child_sp(ent);

  if (child->unsync_children) {
   if (mmu_pages_add(pvec, child, i))
    return -ENOSPC;

   ret = __mmu_unsync_walk(child, pvec);
   if (!ret) {
    clear_unsync_child_bit(sp, i);
    continue;
   } else if (ret > 0) {
    nr_unsync_leaf += ret;
   } else
    return ret;
  } else if (child->unsync) {
   nr_unsync_leaf++;
   if (mmu_pages_add(pvec, child, i))
    return -ENOSPC;
  } else
   clear_unsync_child_bit(sp, i);
 }

 return nr_unsync_leaf;
}

#define INVALID_INDEX (-1)

static int mmu_unsync_walk(struct kvm_mmu_page *sp,
      struct kvm_mmu_pages *pvec)
{
 pvec->nr = 0;
 if (!sp->unsync_children)
  return 0;

 mmu_pages_add(pvec, sp, INVALID_INDEX);
 return __mmu_unsync_walk(sp, pvec);
}

static void kvm_unlink_unsync_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 WARN_ON_ONCE(!sp->unsync);
 trace_kvm_mmu_sync_page(sp);
 sp->unsync = 0;
 --kvm->stat.mmu_unsync;
}

static bool kvm_mmu_prepare_zap_page(struct kvm *kvm, struct kvm_mmu_page *sp,
         struct list_head *invalid_list);
static void kvm_mmu_commit_zap_page(struct kvm *kvm,
        struct list_head *invalid_list);

static bool sp_has_gptes(struct kvm_mmu_page *sp)
{
 if (sp->role.direct)
  return false;

 if (sp->role.passthrough)
  return false;

 return true;
}

static __ro_after_init HLIST_HEAD(empty_page_hash);

static struct hlist_head *kvm_get_mmu_page_hash(struct kvm *kvm, gfn_t gfn)
{
 /*
 * Ensure the load of the hash table pointer itself is ordered before
 * loads to walk the table.  The pointer is set at runtime outside of
 * mmu_lock when the TDP MMU is enabled, i.e. when the hash table of
 * shadow pages becomes necessary only when KVM needs to shadow L1's
 * TDP for an L2 guest.  Pairs with the smp_store_release() in
 * kvm_mmu_alloc_page_hash().
 */
 struct hlist_head *page_hash = smp_load_acquire(&kvm->arch.mmu_page_hash);

 lockdep_assert_held(&kvm->mmu_lock);

 if (!page_hash)
  return &empty_page_hash;

 return &page_hash[kvm_page_table_hashfn(gfn)];
}

#define for_each_valid_sp(_kvm, _sp, _list)    \
 hlist_for_each_entry(_sp, _list, hash_link)   \
  if (is_obsolete_sp((_kvm), (_sp))) {   \
  } else

#define for_each_gfn_valid_sp_with_gptes(_kvm, _sp, _gfn)  \
 for_each_valid_sp(_kvm, _sp, kvm_get_mmu_page_hash(_kvm, _gfn)) \
  if ((_sp)->gfn != (_gfn) || !sp_has_gptes(_sp)) {} else

static bool kvm_sync_page_check(struct kvm_vcpu *vcpu, struct kvm_mmu_page *sp)
{
 union kvm_mmu_page_role root_role = vcpu->arch.mmu->root_role;

 /*
 * Ignore various flags when verifying that it's safe to sync a shadow
 * page using the current MMU context.
 *
 *  - level: not part of the overall MMU role and will never match as the MMU's
 *           level tracks the root level
 *  - access: updated based on the new guest PTE
 *  - quadrant: not part of the overall MMU role (similar to level)
 */
 const union kvm_mmu_page_role sync_role_ign = {
  .level = 0xf,
  .access = 0x7,
  .quadrant = 0x3,
  .passthrough = 0x1,
 };

 /*
 * Direct pages can never be unsync, and KVM should never attempt to
 * sync a shadow page for a different MMU context, e.g. if the role
 * differs then the memslot lookup (SMM vs. non-SMM) will be bogus, the
 * reserved bits checks will be wrong, etc...
 */
 if (WARN_ON_ONCE(sp->role.direct || !vcpu->arch.mmu->sync_spte ||
    (sp->role.word ^ root_role.word) & ~sync_role_ign.word))
  return false;

 return true;
}

static int kvm_sync_spte(struct kvm_vcpu *vcpu, struct kvm_mmu_page *sp, int i)
{
 /* sp->spt[i] has initial value of shadow page table allocation */
 if (sp->spt[i] == SHADOW_NONPRESENT_VALUE)
  return 0;

 return vcpu->arch.mmu->sync_spte(vcpu, sp, i);
}

static int __kvm_sync_page(struct kvm_vcpu *vcpu, struct kvm_mmu_page *sp)
{
 int flush = 0;
 int i;

 if (!kvm_sync_page_check(vcpu, sp))
  return -1;

 for (i = 0; i < SPTE_ENT_PER_PAGE; i++) {
  int ret = kvm_sync_spte(vcpu, sp, i);

  if (ret < -1)
   return -1;
  flush |= ret;
 }

 /*
 * Note, any flush is purely for KVM's correctness, e.g. when dropping
 * an existing SPTE or clearing W/A/D bits to ensure an mmu_notifier
 * unmap or dirty logging event doesn't fail to flush.  The guest is
 * responsible for flushing the TLB to ensure any changes in protection
 * bits are recognized, i.e. until the guest flushes or page faults on
 * a relevant address, KVM is architecturally allowed to let vCPUs use
 * cached translations with the old protection bits.
 */
 return flush;
}

static int kvm_sync_page(struct kvm_vcpu *vcpu, struct kvm_mmu_page *sp,
    struct list_head *invalid_list)
{
 int ret = __kvm_sync_page(vcpu, sp);

 if (ret < 0)
  kvm_mmu_prepare_zap_page(vcpu->kvm, sp, invalid_list);
 return ret;
}

static bool kvm_mmu_remote_flush_or_zap(struct kvm *kvm,
     struct list_head *invalid_list,
     bool remote_flush)
{
 if (!remote_flush && list_empty(invalid_list))
  return false;

 if (!list_empty(invalid_list))
  kvm_mmu_commit_zap_page(kvm, invalid_list);
 else
  kvm_flush_remote_tlbs(kvm);
 return true;
}

static bool is_obsolete_sp(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 if (sp->role.invalid)
  return true;

 /* TDP MMU pages do not use the MMU generation. */
 return !is_tdp_mmu_page(sp) &&
        unlikely(sp->mmu_valid_gen != kvm->arch.mmu_valid_gen);
}

struct mmu_page_path {
 struct kvm_mmu_page *parent[PT64_ROOT_MAX_LEVEL];
 unsigned int idx[PT64_ROOT_MAX_LEVEL];
};

#define for_each_sp(pvec, sp, parents, i)   \
  for (i = mmu_pages_first(&pvec, &parents); \
   i < pvec.nr && ({ sp = pvec.page[i].sp; 1;}); \
   i = mmu_pages_next(&pvec, &parents, i))

static int mmu_pages_next(struct kvm_mmu_pages *pvec,
     struct mmu_page_path *parents,
     int i)
{
 int n;

 for (n = i+1; n < pvec->nr; n++) {
  struct kvm_mmu_page *sp = pvec->page[n].sp;
  unsigned idx = pvec->page[n].idx;
  int level = sp->role.level;

  parents->idx[level-1] = idx;
  if (level == PG_LEVEL_4K)
   break;

  parents->parent[level-2] = sp;
 }

 return n;
}

static int mmu_pages_first(struct kvm_mmu_pages *pvec,
      struct mmu_page_path *parents)
{
 struct kvm_mmu_page *sp;
 int level;

 if (pvec->nr == 0)
  return 0;

 WARN_ON_ONCE(pvec->page[0].idx != INVALID_INDEX);

 sp = pvec->page[0].sp;
 level = sp->role.level;
 WARN_ON_ONCE(level == PG_LEVEL_4K);

 parents->parent[level-2] = sp;

 /* Also set up a sentinel.  Further entries in pvec are all
 * children of sp, so this element is never overwritten.
 */
 parents->parent[level-1] = NULL;
 return mmu_pages_next(pvec, parents, 0);
}

static void mmu_pages_clear_parents(struct mmu_page_path *parents)
{
 struct kvm_mmu_page *sp;
 unsigned int level = 0;

 do {
  unsigned int idx = parents->idx[level];
  sp = parents->parent[level];
  if (!sp)
   return;

  WARN_ON_ONCE(idx == INVALID_INDEX);
  clear_unsync_child_bit(sp, idx);
  level++;
 } while (!sp->unsync_children);
}

static int mmu_sync_children(struct kvm_vcpu *vcpu,
        struct kvm_mmu_page *parent, bool can_yield)
{
 int i;
 struct kvm_mmu_page *sp;
 struct mmu_page_path parents;
 struct kvm_mmu_pages pages;
 LIST_HEAD(invalid_list);
 bool flush = false;

 while (mmu_unsync_walk(parent, &pages)) {
  bool protected = false;

  for_each_sp(pages, sp, parents, i)
   protected |= kvm_vcpu_write_protect_gfn(vcpu, sp->gfn);

  if (protected) {
   kvm_mmu_remote_flush_or_zap(vcpu->kvm, &invalid_list, true);
   flush = false;
  }

  for_each_sp(pages, sp, parents, i) {
   kvm_unlink_unsync_page(vcpu->kvm, sp);
   flush |= kvm_sync_page(vcpu, sp, &invalid_list) > 0;
   mmu_pages_clear_parents(&parents);
  }
  if (need_resched() || rwlock_needbreak(&vcpu->kvm->mmu_lock)) {
   kvm_mmu_remote_flush_or_zap(vcpu->kvm, &invalid_list, flush);
   if (!can_yield) {
    kvm_make_request(KVM_REQ_MMU_SYNC, vcpu);
    return -EINTR;
   }

   cond_resched_rwlock_write(&vcpu->kvm->mmu_lock);
   flush = false;
  }
 }

 kvm_mmu_remote_flush_or_zap(vcpu->kvm, &invalid_list, flush);
 return 0;
}

static void __clear_sp_write_flooding_count(struct kvm_mmu_page *sp)
{
 atomic_set(&sp->write_flooding_count,  0);
}

static void clear_sp_write_flooding_count(u64 *spte)
{
 __clear_sp_write_flooding_count(sptep_to_sp(spte));
}

/*
 * The vCPU is required when finding indirect shadow pages; the shadow
 * page may already exist and syncing it needs the vCPU pointer in
 * order to read guest page tables.  Direct shadow pages are never
 * unsync, thus @vcpu can be NULL if @role.direct is true.
 */
static struct kvm_mmu_page *kvm_mmu_find_shadow_page(struct kvm *kvm,
           struct kvm_vcpu *vcpu,
           gfn_t gfn,
           struct hlist_head *sp_list,
           union kvm_mmu_page_role role)
{
 struct kvm_mmu_page *sp;
 int ret;
 int collisions = 0;
 LIST_HEAD(invalid_list);

 for_each_valid_sp(kvm, sp, sp_list) {
  if (sp->gfn != gfn) {
   collisions++;
   continue;
  }

  if (sp->role.word != role.word) {
   /*
 * If the guest is creating an upper-level page, zap
 * unsync pages for the same gfn.  While it's possible
 * the guest is using recursive page tables, in all
 * likelihood the guest has stopped using the unsync
 * page and is installing a completely unrelated page.
 * Unsync pages must not be left as is, because the new
 * upper-level page will be write-protected.
 */
   if (role.level > PG_LEVEL_4K && sp->unsync)
    kvm_mmu_prepare_zap_page(kvm, sp,
        &invalid_list);
   continue;
  }

  /* unsync and write-flooding only apply to indirect SPs. */
  if (sp->role.direct)
   goto out;

  if (sp->unsync) {
   if (KVM_BUG_ON(!vcpu, kvm))
    break;

   /*
 * The page is good, but is stale.  kvm_sync_page does
 * get the latest guest state, but (unlike mmu_unsync_children)
 * it doesn't write-protect the page or mark it synchronized!
 * This way the validity of the mapping is ensured, but the
 * overhead of write protection is not incurred until the
 * guest invalidates the TLB mapping.  This allows multiple
 * SPs for a single gfn to be unsync.
 *
 * If the sync fails, the page is zapped.  If so, break
 * in order to rebuild it.
 */
   ret = kvm_sync_page(vcpu, sp, &invalid_list);
   if (ret < 0)
    break;

   WARN_ON_ONCE(!list_empty(&invalid_list));
   if (ret > 0)
    kvm_flush_remote_tlbs(kvm);
  }

  __clear_sp_write_flooding_count(sp);

  goto out;
 }

 sp = NULL;
 ++kvm->stat.mmu_cache_miss;

out:
 kvm_mmu_commit_zap_page(kvm, &invalid_list);

 if (collisions > kvm->stat.max_mmu_page_hash_collisions)
  kvm->stat.max_mmu_page_hash_collisions = collisions;
 return sp;
}

/* Caches used when allocating a new shadow page. */
struct shadow_page_caches {
 struct kvm_mmu_memory_cache *page_header_cache;
 struct kvm_mmu_memory_cache *shadow_page_cache;
 struct kvm_mmu_memory_cache *shadowed_info_cache;
};

static struct kvm_mmu_page *kvm_mmu_alloc_shadow_page(struct kvm *kvm,
            struct shadow_page_caches *caches,
            gfn_t gfn,
            struct hlist_head *sp_list,
            union kvm_mmu_page_role role)
{
 struct kvm_mmu_page *sp;

 sp = kvm_mmu_memory_cache_alloc(caches->page_header_cache);
 sp->spt = kvm_mmu_memory_cache_alloc(caches->shadow_page_cache);
 if (!role.direct && role.level <= KVM_MAX_HUGEPAGE_LEVEL)
  sp->shadowed_translation = kvm_mmu_memory_cache_alloc(caches->shadowed_info_cache);

 set_page_private(virt_to_page(sp->spt), (unsigned long)sp);

 INIT_LIST_HEAD(&sp->possible_nx_huge_page_link);

 /*
 * active_mmu_pages must be a FIFO list, as kvm_zap_obsolete_pages()
 * depends on valid pages being added to the head of the list.  See
 * comments in kvm_zap_obsolete_pages().
 */
 sp->mmu_valid_gen = kvm->arch.mmu_valid_gen;
 list_add(&sp->link, &kvm->arch.active_mmu_pages);
 kvm_account_mmu_page(kvm, sp);

 sp->gfn = gfn;
 sp->role = role;
 hlist_add_head(&sp->hash_link, sp_list);
 if (sp_has_gptes(sp))
  account_shadowed(kvm, sp);

 return sp;
}

/* Note, @vcpu may be NULL if @role.direct is true; see kvm_mmu_find_shadow_page. */
static struct kvm_mmu_page *__kvm_mmu_get_shadow_page(struct kvm *kvm,
            struct kvm_vcpu *vcpu,
            struct shadow_page_caches *caches,
            gfn_t gfn,
            union kvm_mmu_page_role role)
{
 struct hlist_head *sp_list;
 struct kvm_mmu_page *sp;
 bool created = false;

 /*
 * No need for memory barriers, unlike in kvm_get_mmu_page_hash(), as
 * mmu_page_hash must be set prior to creating the first shadow root,
 * i.e. reaching this point is fully serialized by slots_arch_lock.
 */
 BUG_ON(!kvm->arch.mmu_page_hash);
 sp_list = &kvm->arch.mmu_page_hash[kvm_page_table_hashfn(gfn)];

 sp = kvm_mmu_find_shadow_page(kvm, vcpu, gfn, sp_list, role);
 if (!sp) {
  created = true;
  sp = kvm_mmu_alloc_shadow_page(kvm, caches, gfn, sp_list, role);
 }

 trace_kvm_mmu_get_page(sp, created);
 return sp;
}

static struct kvm_mmu_page *kvm_mmu_get_shadow_page(struct kvm_vcpu *vcpu,
          gfn_t gfn,
          union kvm_mmu_page_role role)
{
 struct shadow_page_caches caches = {
  .page_header_cache = &vcpu->arch.mmu_page_header_cache,
  .shadow_page_cache = &vcpu->arch.mmu_shadow_page_cache,
  .shadowed_info_cache = &vcpu->arch.mmu_shadowed_info_cache,
 };

 return __kvm_mmu_get_shadow_page(vcpu->kvm, vcpu, &caches, gfn, role);
}

static union kvm_mmu_page_role kvm_mmu_child_role(u64 *sptep, bool direct,
        unsigned int access)
{
 struct kvm_mmu_page *parent_sp = sptep_to_sp(sptep);
 union kvm_mmu_page_role role;

 role = parent_sp->role;
 role.level--;
 role.access = access;
 role.direct = direct;
 role.passthrough = 0;

 /*
 * If the guest has 4-byte PTEs then that means it's using 32-bit,
 * 2-level, non-PAE paging. KVM shadows such guests with PAE paging
 * (i.e. 8-byte PTEs). The difference in PTE size means that KVM must
 * shadow each guest page table with multiple shadow page tables, which
 * requires extra bookkeeping in the role.
 *
 * Specifically, to shadow the guest's page directory (which covers a
 * 4GiB address space), KVM uses 4 PAE page directories, each mapping
 * 1GiB of the address space. @role.quadrant encodes which quarter of
 * the address space each maps.
 *
 * To shadow the guest's page tables (which each map a 4MiB region), KVM
 * uses 2 PAE page tables, each mapping a 2MiB region. For these,
 * @role.quadrant encodes which half of the region they map.
 *
 * Concretely, a 4-byte PDE consumes bits 31:22, while an 8-byte PDE
 * consumes bits 29:21.  To consume bits 31:30, KVM's uses 4 shadow
 * PDPTEs; those 4 PAE page directories are pre-allocated and their
 * quadrant is assigned in mmu_alloc_root().   A 4-byte PTE consumes
 * bits 21:12, while an 8-byte PTE consumes bits 20:12.  To consume
 * bit 21 in the PTE (the child here), KVM propagates that bit to the
 * quadrant, i.e. sets quadrant to '0' or '1'.  The parent 8-byte PDE
 * covers bit 21 (see above), thus the quadrant is calculated from the
 * _least_ significant bit of the PDE index.
 */
 if (role.has_4_byte_gpte) {
  WARN_ON_ONCE(role.level != PG_LEVEL_4K);
  role.quadrant = spte_index(sptep) & 1;
 }

 return role;
}

static struct kvm_mmu_page *kvm_mmu_get_child_sp(struct kvm_vcpu *vcpu,
       u64 *sptep, gfn_t gfn,
       bool direct, unsigned int access)
{
 union kvm_mmu_page_role role;

 if (is_shadow_present_pte(*sptep) && !is_large_pte(*sptep))
  return ERR_PTR(-EEXIST);

 role = kvm_mmu_child_role(sptep, direct, access);
 return kvm_mmu_get_shadow_page(vcpu, gfn, role);
}

static void shadow_walk_init_using_root(struct kvm_shadow_walk_iterator *iterator,
     struct kvm_vcpu *vcpu, hpa_t root,
     u64 addr)
{
 iterator->addr = addr;
 iterator->shadow_addr = root;
 iterator->level = vcpu->arch.mmu->root_role.level;

 if (iterator->level >= PT64_ROOT_4LEVEL &&
     vcpu->arch.mmu->cpu_role.base.level < PT64_ROOT_4LEVEL &&
     !vcpu->arch.mmu->root_role.direct)
  iterator->level = PT32E_ROOT_LEVEL;

 if (iterator->level == PT32E_ROOT_LEVEL) {
  /*
 * prev_root is currently only used for 64-bit hosts. So only
 * the active root_hpa is valid here.
 */
  BUG_ON(root != vcpu->arch.mmu->root.hpa);

  iterator->shadow_addr
   = vcpu->arch.mmu->pae_root[(addr >> 30) & 3];
  iterator->shadow_addr &= SPTE_BASE_ADDR_MASK;
  --iterator->level;
  if (!iterator->shadow_addr)
   iterator->level = 0;
 }
}

static void shadow_walk_init(struct kvm_shadow_walk_iterator *iterator,
        struct kvm_vcpu *vcpu, u64 addr)
{
 shadow_walk_init_using_root(iterator, vcpu, vcpu->arch.mmu->root.hpa,
        addr);
}

static bool shadow_walk_okay(struct kvm_shadow_walk_iterator *iterator)
{
 if (iterator->level < PG_LEVEL_4K)
  return false;

 iterator->index = SPTE_INDEX(iterator->addr, iterator->level);
 iterator->sptep = ((u64 *)__va(iterator->shadow_addr)) + iterator->index;
 return true;
}

static void __shadow_walk_next(struct kvm_shadow_walk_iterator *iterator,
          u64 spte)
{
 if (!is_shadow_present_pte(spte) || is_last_spte(spte, iterator->level)) {
  iterator->level = 0;
  return;
 }

 iterator->shadow_addr = spte & SPTE_BASE_ADDR_MASK;
 --iterator->level;
}

static void shadow_walk_next(struct kvm_shadow_walk_iterator *iterator)
{
 __shadow_walk_next(iterator, *iterator->sptep);
}

static void __link_shadow_page(struct kvm *kvm,
          struct kvm_mmu_memory_cache *cache, u64 *sptep,
          struct kvm_mmu_page *sp, bool flush)
{
 u64 spte;

 BUILD_BUG_ON(VMX_EPT_WRITABLE_MASK != PT_WRITABLE_MASK);

 /*
 * If an SPTE is present already, it must be a leaf and therefore
 * a large one.  Drop it, and flush the TLB if needed, before
 * installing sp.
 */
 if (is_shadow_present_pte(*sptep))
  drop_large_spte(kvm, sptep, flush);

 spte = make_nonleaf_spte(sp->spt, sp_ad_disabled(sp));

 mmu_spte_set(sptep, spte);

 mmu_page_add_parent_pte(kvm, cache, sp, sptep);

 /*
 * The non-direct sub-pagetable must be updated before linking.  For
 * L1 sp, the pagetable is updated via kvm_sync_page() in
 * kvm_mmu_find_shadow_page() without write-protecting the gfn,
 * so sp->unsync can be true or false.  For higher level non-direct
 * sp, the pagetable is updated/synced via mmu_sync_children() in
 * FNAME(fetch)(), so sp->unsync_children can only be false.
 * WARN_ON_ONCE() if anything happens unexpectedly.
 */
 if (WARN_ON_ONCE(sp->unsync_children) || sp->unsync)
  mark_unsync(sptep);
}

static void link_shadow_page(struct kvm_vcpu *vcpu, u64 *sptep,
        struct kvm_mmu_page *sp)
{
 __link_shadow_page(vcpu->kvm, &vcpu->arch.mmu_pte_list_desc_cache, sptep, sp, true);
}

static void validate_direct_spte(struct kvm_vcpu *vcpu, u64 *sptep,
       unsigned direct_access)
{
 if (is_shadow_present_pte(*sptep) && !is_large_pte(*sptep)) {
  struct kvm_mmu_page *child;

  /*
 * For the direct sp, if the guest pte's dirty bit
 * changed form clean to dirty, it will corrupt the
 * sp's access: allow writable in the read-only sp,
 * so we should update the spte at this point to get
 * a new sp with the correct access.
 */
  child = spte_to_child_sp(*sptep);
  if (child->role.access == direct_access)
   return;

  drop_parent_pte(vcpu->kvm, child, sptep);
  kvm_flush_remote_tlbs_sptep(vcpu->kvm, sptep);
 }
}

/* Returns the number of zapped non-leaf child shadow pages. */
static int mmu_page_zap_pte(struct kvm *kvm, struct kvm_mmu_page *sp,
       u64 *spte, struct list_head *invalid_list)
{
 u64 pte;
 struct kvm_mmu_page *child;

 pte = *spte;
 if (is_shadow_present_pte(pte)) {
  if (is_last_spte(pte, sp->role.level)) {
   drop_spte(kvm, spte);
  } else {
   child = spte_to_child_sp(pte);
   drop_parent_pte(kvm, child, spte);

   /*
 * Recursively zap nested TDP SPs, parentless SPs are
 * unlikely to be used again in the near future.  This
 * avoids retaining a large number of stale nested SPs.
 */
   if (tdp_enabled && invalid_list &&
       child->role.guest_mode &&
       !atomic_long_read(&child->parent_ptes.val))
    return kvm_mmu_prepare_zap_page(kvm, child,
        invalid_list);
  }
 } else if (is_mmio_spte(kvm, pte)) {
  mmu_spte_clear_no_track(spte);
 }
 return 0;
}

static int kvm_mmu_page_unlink_children(struct kvm *kvm,
     struct kvm_mmu_page *sp,
     struct list_head *invalid_list)
{
 int zapped = 0;
 unsigned i;

 for (i = 0; i < SPTE_ENT_PER_PAGE; ++i)
  zapped += mmu_page_zap_pte(kvm, sp, sp->spt + i, invalid_list);

 return zapped;
}

static void kvm_mmu_unlink_parents(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 u64 *sptep;
 struct rmap_iterator iter;

 while ((sptep = rmap_get_first(&sp->parent_ptes, &iter)))
  drop_parent_pte(kvm, sp, sptep);
}

static int mmu_zap_unsync_children(struct kvm *kvm,
       struct kvm_mmu_page *parent,
       struct list_head *invalid_list)
{
 int i, zapped = 0;
 struct mmu_page_path parents;
 struct kvm_mmu_pages pages;

 if (parent->role.level == PG_LEVEL_4K)
  return 0;

 while (mmu_unsync_walk(parent, &pages)) {
  struct kvm_mmu_page *sp;

  for_each_sp(pages, sp, parents, i) {
   kvm_mmu_prepare_zap_page(kvm, sp, invalid_list);
   mmu_pages_clear_parents(&parents);
   zapped++;
  }
 }

 return zapped;
}

static bool __kvm_mmu_prepare_zap_page(struct kvm *kvm,
           struct kvm_mmu_page *sp,
           struct list_head *invalid_list,
           int *nr_zapped)
{
 bool list_unstable, zapped_root = false;

 lockdep_assert_held_write(&kvm->mmu_lock);
 trace_kvm_mmu_prepare_zap_page(sp);
 ++kvm->stat.mmu_shadow_zapped;
 *nr_zapped = mmu_zap_unsync_children(kvm, sp, invalid_list);
 *nr_zapped += kvm_mmu_page_unlink_children(kvm, sp, invalid_list);
 kvm_mmu_unlink_parents(kvm, sp);

 /* Zapping children means active_mmu_pages has become unstable. */
 list_unstable = *nr_zapped;

 if (!sp->role.invalid && sp_has_gptes(sp))
  unaccount_shadowed(kvm, sp);

 if (sp->unsync)
  kvm_unlink_unsync_page(kvm, sp);
 if (!sp->root_count) {
  /* Count self */
  (*nr_zapped)++;

  /*
 * Already invalid pages (previously active roots) are not on
 * the active page list.  See list_del() in the "else" case of
 * !sp->root_count.
 */
  if (sp->role.invalid)
   list_add(&sp->link, invalid_list);
  else
   list_move(&sp->link, invalid_list);
  kvm_unaccount_mmu_page(kvm, sp);
 } else {
  /*
 * Remove the active root from the active page list, the root
 * will be explicitly freed when the root_count hits zero.
 */
  list_del(&sp->link);

  /*
 * Obsolete pages cannot be used on any vCPUs, see the comment
 * in kvm_mmu_zap_all_fast().  Note, is_obsolete_sp() also
 * treats invalid shadow pages as being obsolete.
 */
  zapped_root = !is_obsolete_sp(kvm, sp);
 }

 if (sp->nx_huge_page_disallowed)
  unaccount_nx_huge_page(kvm, sp);

 sp->role.invalid = 1;

 /*
 * Make the request to free obsolete roots after marking the root
 * invalid, otherwise other vCPUs may not see it as invalid.
 */
 if (zapped_root)
  kvm_make_all_cpus_request(kvm, KVM_REQ_MMU_FREE_OBSOLETE_ROOTS);
 return list_unstable;
}

static bool kvm_mmu_prepare_zap_page(struct kvm *kvm, struct kvm_mmu_page *sp,
         struct list_head *invalid_list)
{
 int nr_zapped;

 __kvm_mmu_prepare_zap_page(kvm, sp, invalid_list, &nr_zapped);
 return nr_zapped;
}

static void kvm_mmu_commit_zap_page(struct kvm *kvm,
        struct list_head *invalid_list)
{
 struct kvm_mmu_page *sp, *nsp;

 if (list_empty(invalid_list))
  return;

 /*
 * We need to make sure everyone sees our modifications to
 * the page tables and see changes to vcpu->mode here. The barrier
 * in the kvm_flush_remote_tlbs() achieves this. This pairs
 * with vcpu_enter_guest and walk_shadow_page_lockless_begin/end.
 *
 * In addition, kvm_flush_remote_tlbs waits for all vcpus to exit
 * guest mode and/or lockless shadow page table walks.
 */
 kvm_flush_remote_tlbs(kvm);

 list_for_each_entry_safe(sp, nsp, invalid_list, link) {
  WARN_ON_ONCE(!sp->role.invalid || sp->root_count);
  kvm_mmu_free_shadow_page(sp);
 }
}

static unsigned long kvm_mmu_zap_oldest_mmu_pages(struct kvm *kvm,
        unsigned long nr_to_zap)
{
 unsigned long total_zapped = 0;
 struct kvm_mmu_page *sp, *tmp;
 LIST_HEAD(invalid_list);
 bool unstable;
 int nr_zapped;

 if (list_empty(&kvm->arch.active_mmu_pages))
  return 0;

restart:
 list_for_each_entry_safe_reverse(sp, tmp, &kvm->arch.active_mmu_pages, link) {
  /*
 * Don't zap active root pages, the page itself can't be freed
 * and zapping it will just force vCPUs to realloc and reload.
 */
  if (sp->root_count)
   continue;

  unstable = __kvm_mmu_prepare_zap_page(kvm, sp, &invalid_list,
            &nr_zapped);
  total_zapped += nr_zapped;
  if (total_zapped >= nr_to_zap)
   break;

  if (unstable)
   goto restart;
 }

 kvm_mmu_commit_zap_page(kvm, &invalid_list);

 kvm->stat.mmu_recycled += total_zapped;
 return total_zapped;
}

static inline unsigned long kvm_mmu_available_pages(struct kvm *kvm)
{
 if (kvm->arch.n_max_mmu_pages > kvm->arch.n_used_mmu_pages)
  return kvm->arch.n_max_mmu_pages -
   kvm->arch.n_used_mmu_pages;

 return 0;
}

static int make_mmu_pages_available(struct kvm_vcpu *vcpu)
{
 unsigned long avail = kvm_mmu_available_pages(vcpu->kvm);

 if (likely(avail >= KVM_MIN_FREE_MMU_PAGES))
  return 0;

 kvm_mmu_zap_oldest_mmu_pages(vcpu->kvm, KVM_REFILL_PAGES - avail);

 /*
 * Note, this check is intentionally soft, it only guarantees that one
 * page is available, while the caller may end up allocating as many as
 * four pages, e.g. for PAE roots or for 5-level paging.  Temporarily
 * exceeding the (arbitrary by default) limit will not harm the host,
 * being too aggressive may unnecessarily kill the guest, and getting an
 * exact count is far more trouble than it's worth, especially in the
 * page fault paths.
 */
 if (!kvm_mmu_available_pages(vcpu->kvm))
  return -ENOSPC;
 return 0;
}

/*
 * Changing the number of mmu pages allocated to the vm
 * Note: if goal_nr_mmu_pages is too small, you will get dead lock
 */
void kvm_mmu_change_mmu_pages(struct kvm *kvm, unsigned long goal_nr_mmu_pages)
{
 write_lock(&kvm->mmu_lock);

 if (kvm->arch.n_used_mmu_pages > goal_nr_mmu_pages) {
  kvm_mmu_zap_oldest_mmu_pages(kvm, kvm->arch.n_used_mmu_pages -
        goal_nr_mmu_pages);

  goal_nr_mmu_pages = kvm->arch.n_used_mmu_pages;
 }

 kvm->arch.n_max_mmu_pages = goal_nr_mmu_pages;

 write_unlock(&kvm->mmu_lock);
}

bool __kvm_mmu_unprotect_gfn_and_retry(struct kvm_vcpu *vcpu, gpa_t cr2_or_gpa,
           bool always_retry)
{
 struct kvm *kvm = vcpu->kvm;
 LIST_HEAD(invalid_list);
 struct kvm_mmu_page *sp;
 gpa_t gpa = cr2_or_gpa;
 bool r = false;

 /*
 * Bail early if there aren't any write-protected shadow pages to avoid
 * unnecessarily taking mmu_lock lock, e.g. if the gfn is write-tracked
 * by a third party.  Reading indirect_shadow_pages without holding
 * mmu_lock is safe, as this is purely an optimization, i.e. a false
 * positive is benign, and a false negative will simply result in KVM
 * skipping the unprotect+retry path, which is also an optimization.
 */
 if (!READ_ONCE(kvm->arch.indirect_shadow_pages))
  goto out;

 if (!vcpu->arch.mmu->root_role.direct) {
  gpa = kvm_mmu_gva_to_gpa_write(vcpu, cr2_or_gpa, NULL);
  if (gpa == INVALID_GPA)
   goto out;
 }

 write_lock(&kvm->mmu_lock);
 for_each_gfn_valid_sp_with_gptes(kvm, sp, gpa_to_gfn(gpa))
  kvm_mmu_prepare_zap_page(kvm, sp, &invalid_list);

 /*
 * Snapshot the result before zapping, as zapping will remove all list
 * entries, i.e. checking the list later would yield a false negative.
 */
 r = !list_empty(&invalid_list);
 kvm_mmu_commit_zap_page(kvm, &invalid_list);
 write_unlock(&kvm->mmu_lock);

out:
 if (r || always_retry) {
  vcpu->arch.last_retry_eip = kvm_rip_read(vcpu);
  vcpu->arch.last_retry_addr = cr2_or_gpa;
 }
 return r;
}

static void kvm_unsync_page(struct kvm *kvm, struct kvm_mmu_page *sp)
{
 trace_kvm_mmu_unsync_page(sp);
 ++kvm->stat.mmu_unsync;
 sp->unsync = 1;

 kvm_mmu_mark_parents_unsync(sp);
}

/*
 * Attempt to unsync any shadow pages that can be reached by the specified gfn,
 * KVM is creating a writable mapping for said gfn.  Returns 0 if all pages
 * were marked unsync (or if there is no shadow page), -EPERM if the SPTE must
 * be write-protected.
 */
int mmu_try_to_unsync_pages(struct kvm *kvm, const struct kvm_memory_slot *slot,
       gfn_t gfn, bool synchronizing, bool prefetch)
{
 struct kvm_mmu_page *sp;
 bool locked = false;

 /*
 * Force write-protection if the page is being tracked.  Note, the page
 * track machinery is used to write-protect upper-level shadow pages,
 * i.e. this guards the role.level == 4K assertion below!
 */
 if (kvm_gfn_is_write_tracked(kvm, slot, gfn))
  return -EPERM;

 /*
 * The page is not write-tracked, mark existing shadow pages unsync
 * unless KVM is synchronizing an unsync SP.  In that case, KVM must
 * complete emulation of the guest TLB flush before allowing shadow
 * pages to become unsync (writable by the guest).
 */
 for_each_gfn_valid_sp_with_gptes(kvm, sp, gfn) {
  if (synchronizing)
   return -EPERM;

  if (sp->unsync)
   continue;

  if (prefetch)
   return -EEXIST;

  /*
 * TDP MMU page faults require an additional spinlock as they
 * run with mmu_lock held for read, not write, and the unsync
 * logic is not thread safe.  Take the spinklock regardless of
 * the MMU type to avoid extra conditionals/parameters, there's
 * no meaningful penalty if mmu_lock is held for write.
 */
  if (!locked) {
   locked = true;
   spin_lock(&kvm->arch.mmu_unsync_pages_lock);

   /*
 * Recheck after taking the spinlock, a different vCPU
 * may have since marked the page unsync.  A false
 * negative on the unprotected check above is not
 * possible as clearing sp->unsync _must_ hold mmu_lock
 * for write, i.e. unsync cannot transition from 1->0
 * while this CPU holds mmu_lock for read (or write).
 */
   if (READ_ONCE(sp->unsync))
    continue;
  }

  WARN_ON_ONCE(sp->role.level != PG_LEVEL_4K);
  kvm_unsync_page(kvm, sp);
 }
 if (locked)
  spin_unlock(&kvm->arch.mmu_unsync_pages_lock);

 /*
 * We need to ensure that the marking of unsync pages is visible
 * before the SPTE is updated to allow writes because
 * kvm_mmu_sync_roots() checks the unsync flags without holding
 * the MMU lock and so can race with this. If the SPTE was updated
 * before the page had been marked as unsync-ed, something like the
 * following could happen:
 *
 * CPU 1                    CPU 2
 * ---------------------------------------------------------------------
 * 1.2 Host updates SPTE
 *     to be writable
 *                      2.1 Guest writes a GPTE for GVA X.
 *                          (GPTE being in the guest page table shadowed
 *                           by the SP from CPU 1.)
 *                          This reads SPTE during the page table walk.
 *                          Since SPTE.W is read as 1, there is no
 *                          fault.
 *
 *                      2.2 Guest issues TLB flush.
 *                          That causes a VM Exit.
 *
 *                      2.3 Walking of unsync pages sees sp->unsync is
 *                          false and skips the page.
 *
 *                      2.4 Guest accesses GVA X.
 *                          Since the mapping in the SP was not updated,
 *                          so the old mapping for GVA X incorrectly
 *                          gets used.
 * 1.1 Host marks SP
 *     as unsync
 *     (sp->unsync = true)
 *
 * The write barrier below ensures that 1.1 happens before 1.2 and thus
 * the situation in 2.4 does not arise.  It pairs with the read barrier
 * in is_unsync_root(), placed between 2.1's load of SPTE.W and 2.3.
 */
 smp_wmb();

 return 0;
}

static int mmu_set_spte(struct kvm_vcpu *vcpu, struct kvm_memory_slot *slot,
   u64 *sptep, unsigned int pte_access, gfn_t gfn,
   kvm_pfn_t pfn, struct kvm_page_fault *fault)
{
 struct kvm_mmu_page *sp = sptep_to_sp(sptep);
 int level = sp->role.level;
 int was_rmapped = 0;
 int ret = RET_PF_FIXED;
 bool flush = false;
 bool wrprot;
 u64 spte;

 /* Prefetching always gets a writable pfn.  */
 bool host_writable = !fault || fault->map_writable;
 bool prefetch = !fault || fault->prefetch;
 bool write_fault = fault && fault->write;

 if (unlikely(is_noslot_pfn(pfn))) {
  vcpu->stat.pf_mmio_spte_created++;
  mark_mmio_spte(vcpu, sptep, gfn, pte_access);
  return RET_PF_EMULATE;
 }

 if (is_shadow_present_pte(*sptep)) {
  if (prefetch && is_last_spte(*sptep, level) &&
      pfn == spte_to_pfn(*sptep))
   return RET_PF_SPURIOUS;

  /*
 * If we overwrite a PTE page pointer with a 2MB PMD, unlink
 * the parent of the now unreachable PTE.
 */
  if (level > PG_LEVEL_4K && !is_large_pte(*sptep)) {
   struct kvm_mmu_page *child;
   u64 pte = *sptep;

   child = spte_to_child_sp(pte);
   drop_parent_pte(vcpu->kvm, child, sptep);
   flush = true;
  } else if (WARN_ON_ONCE(pfn != spte_to_pfn(*sptep))) {
   drop_spte(vcpu->kvm, sptep);
   flush = true;
  } else
   was_rmapped = 1;
 }

 wrprot = make_spte(vcpu, sp, slot, pte_access, gfn, pfn, *sptep, prefetch,
      false, host_writable, &spte);

 if (*sptep == spte) {
  ret = RET_PF_SPURIOUS;
 } else {
  flush |= mmu_spte_update(sptep, spte);
  trace_kvm_mmu_set_spte(level, gfn, sptep);
 }

 if (wrprot && write_fault)
  ret = RET_PF_WRITE_PROTECTED;

 if (flush)
  kvm_flush_remote_tlbs_gfn(vcpu->kvm, gfn, level);

 if (!was_rmapped) {
  WARN_ON_ONCE(ret == RET_PF_SPURIOUS);
  rmap_add(vcpu, slot, sptep, gfn, pte_access);
 } else {
  /* Already rmapped but the pte_access bits may have changed. */
  kvm_mmu_page_set_access(sp, spte_index(sptep), pte_access);
 }

 return ret;
}

static bool kvm_mmu_prefetch_sptes(struct kvm_vcpu *vcpu, gfn_t gfn, u64 *sptep,
       int nr_pages, unsigned int access)
{
 struct page *pages[PTE_PREFETCH_NUM];
 struct kvm_memory_slot *slot;
 int i;

 if (WARN_ON_ONCE(nr_pages > PTE_PREFETCH_NUM))
  return false;

 slot = gfn_to_memslot_dirty_bitmap(vcpu, gfn, access & ACC_WRITE_MASK);
 if (!slot)
  return false;

 nr_pages = kvm_prefetch_pages(slot, gfn, pages, nr_pages);
 if (nr_pages <= 0)
  return false;

 for (i = 0; i < nr_pages; i++, gfn++, sptep++) {
  mmu_set_spte(vcpu, slot, sptep, access, gfn,
        page_to_pfn(pages[i]), NULL);

  /*
 * KVM always prefetches writable pages from the primary MMU,
 * and KVM can make its SPTE writable in the fast page handler,
 * without notifying the primary MMU.  Mark pages/folios dirty
 * now to ensure file data is written back if it ends up being
 * written by the guest.  Because KVM's prefetching GUPs
 * writable PTEs, the probability of unnecessary writeback is
 * extremely low.
 */
  kvm_release_page_dirty(pages[i]);
 }

 return true;
}

static bool direct_pte_prefetch_many(struct kvm_vcpu *vcpu,
         struct kvm_mmu_page *sp,
         u64 *start, u64 *end)
{
 gfn_t gfn = kvm_mmu_page_get_gfn(sp, spte_index(start));
 unsigned int access = sp->role.access;

 return kvm_mmu_prefetch_sptes(vcpu, gfn, start, end - start, access);
}

static void __direct_pte_prefetch(struct kvm_vcpu *vcpu,
      struct kvm_mmu_page *sp, u64 *sptep)
{
 u64 *spte, *start = NULL;
 int i;

 WARN_ON_ONCE(!sp->role.direct);

 i = spte_index(sptep) & ~(PTE_PREFETCH_NUM - 1);
 spte = sp->spt + i;

 for (i = 0; i < PTE_PREFETCH_NUM; i++, spte++) {
  if (is_shadow_present_pte(*spte) || spte == sptep) {
   if (!start)
    continue;
   if (!direct_pte_prefetch_many(vcpu, sp, start, spte))
    return;

   start = NULL;
  } else if (!start)
   start = spte;
 }
 if (start)
  direct_pte_prefetch_many(vcpu, sp, start, spte);
}

static void direct_pte_prefetch(struct kvm_vcpu *vcpu, u64 *sptep)
{
 struct kvm_mmu_page *sp;

 sp = sptep_to_sp(sptep);

 /*
 * Without accessed bits, there's no way to distinguish between
 * actually accessed translations and prefetched, so disable pte
 * prefetch if accessed bits aren't available.
 */
 if (sp_ad_disabled(sp))
  return;

 if (sp->role.level > PG_LEVEL_4K)
  return;

 /*
 * If addresses are being invalidated, skip prefetching to avoid
 * accidentally prefetching those addresses.
 */
 if (unlikely(vcpu->kvm->mmu_invalidate_in_progress))
  return;

 __direct_pte_prefetch(vcpu, sp, sptep);
}

/*
 * Lookup the mapping level for @gfn in the current mm.
 *
 * WARNING!  Use of host_pfn_mapping_level() requires the caller and the end
 * consumer to be tied into KVM's handlers for MMU notifier events!
 *
 * There are several ways to safely use this helper:
 *
 * - Check mmu_invalidate_retry_gfn() after grabbing the mapping level, before
 *   consuming it.  In this case, mmu_lock doesn't need to be held during the
 *   lookup, but it does need to be held while checking the MMU notifier.
 *
 * - Hold mmu_lock AND ensure there is no in-progress MMU notifier invalidation
 *   event for the hva.  This can be done by explicit checking the MMU notifier
 *   or by ensuring that KVM already has a valid mapping that covers the hva.
 *
 * - Do not use the result to install new mappings, e.g. use the host mapping
 *   level only to decide whether or not to zap an entry.  In this case, it's
 *   not required to hold mmu_lock (though it's highly likely the caller will
 *   want to hold mmu_lock anyways, e.g. to modify SPTEs).
 *
 * Note!  The lookup can still race with modifications to host page tables, but
 * the above "rules" ensure KVM will not _consume_ the result of the walk if a
 * race with the primary MMU occurs.
 */
static int host_pfn_mapping_level(struct kvm *kvm, gfn_t gfn,
      const struct kvm_memory_slot *slot)
{
 int level = PG_LEVEL_4K;
 unsigned long hva;
 unsigned long flags;
 pgd_t pgd;
 p4d_t p4d;
 pud_t pud;
 pmd_t pmd;

 /*
 * Note, using the already-retrieved memslot and __gfn_to_hva_memslot()
 * is not solely for performance, it's also necessary to avoid the
 * "writable" check in __gfn_to_hva_many(), which will always fail on
 * read-only memslots due to gfn_to_hva() assuming writes.  Earlier
 * page fault steps have already verified the guest isn't writing a
 * read-only memslot.
 */
 hva = __gfn_to_hva_memslot(slot, gfn);

 /*
 * Disable IRQs to prevent concurrent tear down of host page tables,
 * e.g. if the primary MMU promotes a P*D to a huge page and then frees
 * the original page table.
 */
 local_irq_save(flags);

 /*
 * Read each entry once.  As above, a non-leaf entry can be promoted to
 * a huge page _during_ this walk.  Re-reading the entry could send the
 * walk into the weeks, e.g. p*d_leaf() returns false (sees the old
 * value) and then p*d_offset() walks into the target huge page instead
 * of the old page table (sees the new value).
 */
 pgd = READ_ONCE(*pgd_offset(kvm->mm, hva));
 if (pgd_none(pgd))
  goto out;

 p4d = READ_ONCE(*p4d_offset(&pgd, hva));
 if (p4d_none(p4d) || !p4d_present(p4d))
  goto out;

 pud = READ_ONCE(*pud_offset(&p4d, hva));
 if (pud_none(pud) || !pud_present(pud))
  goto out;

 if (pud_leaf(pud)) {
  level = PG_LEVEL_1G;
  goto out;
 }

 pmd = READ_ONCE(*pmd_offset(&pud, hva));
 if (pmd_none(pmd) || !pmd_present(pmd))
  goto out;

 if (pmd_leaf(pmd))
  level = PG_LEVEL_2M;

out:
 local_irq_restore(flags);
 return level;
}

static int __kvm_mmu_max_mapping_level(struct kvm *kvm,
           const struct kvm_memory_slot *slot,
           gfn_t gfn, int max_level, bool is_private)
{
 struct kvm_lpage_info *linfo;
 int host_level;

 max_level = min(max_level, max_huge_page_level);
 for ( ; max_level > PG_LEVEL_4K; max_level--) {
  linfo = lpage_info_slot(gfn, slot, max_level);
  if (!linfo->disallow_lpage)
   break;
 }

 if (is_private)
  return max_level;

 if (max_level == PG_LEVEL_4K)
  return PG_LEVEL_4K;

 host_level = host_pfn_mapping_level(kvm, gfn, slot);
 return min(host_level, max_level);
}

int kvm_mmu_max_mapping_level(struct kvm *kvm,
         const struct kvm_memory_slot *slot, gfn_t gfn)
{
 bool is_private = kvm_slot_can_be_private(slot) &&
     kvm_mem_is_private(kvm, gfn);

 return __kvm_mmu_max_mapping_level(kvm, slot, gfn, PG_LEVEL_NUM, is_private);
}

void kvm_mmu_hugepage_adjust(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
 struct kvm_memory_slot *slot = fault->slot;
 kvm_pfn_t mask;

 fault->huge_page_disallowed = fault->exec && fault->nx_huge_page_workaround_enabled;

 if (unlikely(fault->max_level == PG_LEVEL_4K))
  return;

 if (is_error_noslot_pfn(fault->pfn))
  return;

 if (kvm_slot_dirty_track_enabled(slot))
  return;

 /*
 * Enforce the iTLB multihit workaround after capturing the requested
 * level, which will be used to do precise, accurate accounting.
 */
 fault->req_level = __kvm_mmu_max_mapping_level(vcpu->kvm, slot,
             fault->gfn, fault->max_level,
             fault->is_private);
 if (fault->req_level == PG_LEVEL_4K || fault->huge_page_disallowed)
  return;

 /*
 * mmu_invalidate_retry() was successful and mmu_lock is held, so
 * the pmd can't be split from under us.
 */
 fault->goal_level = fault->req_level;
 mask = KVM_PAGES_PER_HPAGE(fault->goal_level) - 1;
 VM_BUG_ON((fault->gfn & mask) != (fault->pfn & mask));
 fault->pfn &= ~mask;
}

void disallowed_hugepage_adjust(struct kvm_page_fault *fault, u64 spte, int cur_level)
{
 if (cur_level > PG_LEVEL_4K &&
     cur_level == fault->goal_level &&
     is_shadow_present_pte(spte) &&
     !is_large_pte(spte) &&
     spte_to_child_sp(spte)->nx_huge_page_disallowed) {
  /*
 * A small SPTE exists for this pfn, but FNAME(fetch),
 * direct_map(), or kvm_tdp_mmu_map() would like to create a
 * large PTE instead: just force them to go down another level,
 * patching back for them into pfn the next 9 bits of the
 * address.
 */
  u64 page_mask = KVM_PAGES_PER_HPAGE(cur_level) -
    KVM_PAGES_PER_HPAGE(cur_level - 1);
  fault->pfn |= fault->gfn & page_mask;
  fault->goal_level--;
 }
}

static int direct_map(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
 struct kvm_shadow_walk_iterator it;
 struct kvm_mmu_page *sp;
 int ret;
 gfn_t base_gfn = fault->gfn;

 kvm_mmu_hugepage_adjust(vcpu, fault);

 trace_kvm_mmu_spte_requested(fault);
 for_each_shadow_entry(vcpu, fault->addr, it) {
  /*
 * We cannot overwrite existing page tables with an NX
 * large page, as the leaf could be executable.
 */
  if (fault->nx_huge_page_workaround_enabled)
   disallowed_hugepage_adjust(fault, *it.sptep, it.level);

  base_gfn = gfn_round_for_level(fault->gfn, it.level);
  if (it.level == fault->goal_level)
   break;

  sp = kvm_mmu_get_child_sp(vcpu, it.sptep, base_gfn, true, ACC_ALL);
  if (sp == ERR_PTR(-EEXIST))
   continue;

  link_shadow_page(vcpu, it.sptep, sp);
  if (fault->huge_page_disallowed)
   account_nx_huge_page(vcpu->kvm, sp,
          fault->req_level >= it.level);
 }

 if (WARN_ON_ONCE(it.level != fault->goal_level))
  return -EFAULT;

 ret = mmu_set_spte(vcpu, fault->slot, it.sptep, ACC_ALL,
      base_gfn, fault->pfn, fault);
 if (ret == RET_PF_SPURIOUS)
  return ret;

 direct_pte_prefetch(vcpu, it.sptep);
 return ret;
}

static void kvm_send_hwpoison_signal(struct kvm_memory_slot *slot, gfn_t gfn)
{
 unsigned long hva = gfn_to_hva_memslot(slot, gfn);

 send_sig_mceerr(BUS_MCEERR_AR, (void __user *)hva, PAGE_SHIFT, current);
}

static int kvm_handle_error_pfn(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
 if (is_sigpending_pfn(fault->pfn)) {
  kvm_handle_signal_exit(vcpu);
  return -EINTR;
 }

 /*
 * Do not cache the mmio info caused by writing the readonly gfn
 * into the spte otherwise read access on readonly gfn also can
 * caused mmio page fault and treat it as mmio access.
 */
 if (fault->pfn == KVM_PFN_ERR_RO_FAULT)
  return RET_PF_EMULATE;

 if (fault->pfn == KVM_PFN_ERR_HWPOISON) {
  kvm_send_hwpoison_signal(fault->slot, fault->gfn);
  return RET_PF_RETRY;
 }

 return -EFAULT;
}

static int kvm_handle_noslot_fault(struct kvm_vcpu *vcpu,
       struct kvm_page_fault *fault,
       unsigned int access)
{
 gva_t gva = fault->is_tdp ? 0 : fault->addr;

 if (fault->is_private) {
  kvm_mmu_prepare_memory_fault_exit(vcpu, fault);
  return -EFAULT;
 }

 vcpu_cache_mmio_info(vcpu, gva, fault->gfn,
        access & shadow_mmio_access_mask);

 fault->slot = NULL;
 fault->pfn = KVM_PFN_NOSLOT;
 fault->map_writable = false;

 /*
 * If MMIO caching is disabled, emulate immediately without
 * touching the shadow page tables as attempting to install an
 * MMIO SPTE will just be an expensive nop.
 */
 if (unlikely(!enable_mmio_caching))
  return RET_PF_EMULATE;

 /*
 * Do not create an MMIO SPTE for a gfn greater than host.MAXPHYADDR,
 * any guest that generates such gfns is running nested and is being
 * tricked by L0 userspace (you can observe gfn > L1.MAXPHYADDR if and
 * only if L1's MAXPHYADDR is inaccurate with respect to the
 * hardware's).
 */
 if (unlikely(fault->gfn > kvm_mmu_max_gfn()))
  return RET_PF_EMULATE;

 return RET_PF_CONTINUE;
}

static bool page_fault_can_be_fast(struct kvm *kvm, struct kvm_page_fault *fault)
{
 /*
 * Page faults with reserved bits set, i.e. faults on MMIO SPTEs, only
 * reach the common page fault handler if the SPTE has an invalid MMIO
 * generation number.  Refreshing the MMIO generation needs to go down
 * the slow path.  Note, EPT Misconfigs do NOT set the PRESENT flag!
 */
 if (fault->rsvd)
  return false;

 /*
 * For hardware-protected VMs, certain conditions like attempting to
 * perform a write to a page which is not in the state that the guest
 * expects it to be in can result in a nested/extended #PF. In this
 * case, the below code might misconstrue this situation as being the
 * result of a write-protected access, and treat it as a spurious case
 * rather than taking any action to satisfy the real source of the #PF
 * such as generating a KVM_EXIT_MEMORY_FAULT. This can lead to the
 * guest spinning on a #PF indefinitely, so don't attempt the fast path
 * in this case.
 *
 * Note that the kvm_mem_is_private() check might race with an
 * attribute update, but this will either result in the guest spinning
 * on RET_PF_SPURIOUS until the update completes, or an actual spurious
 * case might go down the slow path. Either case will resolve itself.
 */
 if (kvm->arch.has_private_mem &&
     fault->is_private != kvm_mem_is_private(kvm, fault->gfn))
  return false;

 /*
 * #PF can be fast if:
 *
 * 1. The shadow page table entry is not present and A/D bits are
 *    disabled _by KVM_, which could mean that the fault is potentially
 *    caused by access tracking (if enabled).  If A/D bits are enabled
 *    by KVM, but disabled by L1 for L2, KVM is forced to disable A/D
 *    bits for L2 and employ access tracking, but the fast page fault
 *    mechanism only supports direct MMUs.
 * 2. The shadow page table entry is present, the access is a write,
 *    and no reserved bits are set (MMIO SPTEs cannot be "fixed"), i.e.
 *    the fault was caused by a write-protection violation.  If the
 *    SPTE is MMU-writable (determined later), the fault can be fixed
 *    by setting the Writable bit, which can be done out of mmu_lock.
 */
 if (!fault->present)
  return !kvm_ad_enabled;

 /*
 * Note, instruction fetches and writes are mutually exclusive, ignore
 * the "exec" flag.
 */
 return fault->write;
}

/*
 * Returns true if the SPTE was fixed successfully. Otherwise,
 * someone else modified the SPTE from its original value.
 */
static bool fast_pf_fix_direct_spte(struct kvm_vcpu *vcpu,
        struct kvm_page_fault *fault,
        u64 *sptep, u64 old_spte, u64 new_spte)
{
 /*
 * Theoretically we could also set dirty bit (and flush TLB) here in
 * order to eliminate unnecessary PML logging. See comments in
 * set_spte. But fast_page_fault is very unlikely to happen with PML
 * enabled, so we do not do this. This might result in the same GPA
 * to be logged in PML buffer again when the write really happens, and
 * eventually to be called by mark_page_dirty twice. But it's also no
 * harm. This also avoids the TLB flush needed after setting dirty bit
 * so non-PML cases won't be impacted.
 *
 * Compare with make_spte() where instead shadow_dirty_mask is set.
 */
 if (!try_cmpxchg64(sptep, &old_spte, new_spte))
  return false;

 if (is_writable_pte(new_spte) && !is_writable_pte(old_spte))
  mark_page_dirty_in_slot(vcpu->kvm, fault->slot, fault->gfn);

 return true;
}

/*
 * Returns the last level spte pointer of the shadow page walk for the given
 * gpa, and sets *spte to the spte value. This spte may be non-preset. If no
 * walk could be performed, returns NULL and *spte does not contain valid data.
 *
 * Contract:
 *  - Must be called between walk_shadow_page_lockless_{begin,end}.
 *  - The returned sptep must not be used after walk_shadow_page_lockless_end.
 */
static u64 *fast_pf_get_last_sptep(struct kvm_vcpu *vcpu, gpa_t gpa, u64 *spte)
{
 struct kvm_shadow_walk_iterator iterator;
 u64 old_spte;
 u64 *sptep = NULL;

 for_each_shadow_entry_lockless(vcpu, gpa, iterator, old_spte) {
  sptep = iterator.sptep;
  *spte = old_spte;
 }

 return sptep;
}

/*
 * Returns one of RET_PF_INVALID, RET_PF_FIXED or RET_PF_SPURIOUS.
 */
static int fast_page_fault(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
 struct kvm_mmu_page *sp;
 int ret = RET_PF_INVALID;
 u64 spte;
 u64 *sptep;
 uint retry_count = 0;

 if (!page_fault_can_be_fast(vcpu->kvm, fault))
  return ret;

 walk_shadow_page_lockless_begin(vcpu);

 do {
  u64 new_spte;

  if (tdp_mmu_enabled)
   sptep = kvm_tdp_mmu_fast_pf_get_last_sptep(vcpu, fault->gfn, &spte);
  else
   sptep = fast_pf_get_last_sptep(vcpu, fault->addr, &spte);

  /*
 * It's entirely possible for the mapping to have been zapped
 * by a different task, but the root page should always be
 * available as the vCPU holds a reference to its root(s).
 */
  if (WARN_ON_ONCE(!sptep))
   spte = FROZEN_SPTE;

  if (!is_shadow_present_pte(spte))
   break;

  sp = sptep_to_sp(sptep);
  if (!is_last_spte(spte, sp->role.level))
   break;

  /*
 * Check whether the memory access that caused the fault would
 * still cause it if it were to be performed right now. If not,
 * then this is a spurious fault caused by TLB lazily flushed,
 * or some other CPU has already fixed the PTE after the
 * current CPU took the fault.
 *
 * Need not check the access of upper level table entries since
 * they are always ACC_ALL.
 */
  if (is_access_allowed(fault, spte)) {
   ret = RET_PF_SPURIOUS;
   break;
  }

  new_spte = spte;

  /*
 * KVM only supports fixing page faults outside of MMU lock for
 * direct MMUs, nested MMUs are always indirect, and KVM always
 * uses A/D bits for non-nested MMUs.  Thus, if A/D bits are
 * enabled, the SPTE can't be an access-tracked SPTE.
 */
  if (unlikely(!kvm_ad_enabled) && is_access_track_spte(spte))
   new_spte = restore_acc_track_spte(new_spte) |
       shadow_accessed_mask;

  /*
 * To keep things simple, only SPTEs that are MMU-writable can
 * be made fully writable outside of mmu_lock, e.g. only SPTEs
 * that were write-protected for dirty-logging or access
 * tracking are handled here.  Don't bother checking if the
 * SPTE is writable to prioritize running with A/D bits enabled.
 * The is_access_allowed() check above handles the common case
 * of the fault being spurious, and the SPTE is known to be
 * shadow-present, i.e. except for access tracking restoration
 * making the new SPTE writable, the check is wasteful.
 */
  if (fault->write && is_mmu_writable_spte(spte)) {
   new_spte |= PT_WRITABLE_MASK;

   /*
 * Do not fix write-permission on the large spte when
 * dirty logging is enabled. Since we only dirty the
 * first page into the dirty-bitmap in
 * fast_pf_fix_direct_spte(), other pages are missed
 * if its slot has dirty logging enabled.
 *
 * Instead, we let the slow page fault path create a
 * normal spte to fix the access.
 */
   if (sp->role.level > PG_LEVEL_4K &&
       kvm_slot_dirty_track_enabled(fault->slot))
    break;
  }

  /* Verify that the fault can be handled in the fast path */
  if (new_spte == spte ||
      !is_access_allowed(fault, new_spte))
   break;

  /*
 * Currently, fast page fault only works for direct mapping
 * since the gfn is not stable for indirect shadow page. See
 * Documentation/virt/kvm/locking.rst to get more detail.
 */
  if (fast_pf_fix_direct_spte(vcpu, fault, sptep, spte, new_spte)) {
   ret = RET_PF_FIXED;
   break;
  }

  if (++retry_count > 4) {
   pr_warn_once("Fast #PF retrying more than 4 times.\n");
   break;
  }

 } while (true);

 trace_fast_page_fault(vcpu, fault, sptep, spte, ret);
 walk_shadow_page_lockless_end(vcpu);

 if (ret != RET_PF_INVALID)
  vcpu->stat.pf_fast++;

 return ret;
}

static void mmu_free_root_page(struct kvm *kvm, hpa_t *root_hpa,
          struct list_head *invalid_list)
{
 struct kvm_mmu_page *sp;

 if (!VALID_PAGE(*root_hpa))
  return;

 sp = root_to_sp(*root_hpa);
 if (WARN_ON_ONCE(!sp))
  return;

 if (is_tdp_mmu_page(sp)) {
  lockdep_assert_held_read(&kvm->mmu_lock);
  kvm_tdp_mmu_put_root(kvm, sp);
 } else {
  lockdep_assert_held_write(&kvm->mmu_lock);
  if (!--sp->root_count && sp->role.invalid)
   kvm_mmu_prepare_zap_page(kvm, sp, invalid_list);
 }

 *root_hpa = INVALID_PAGE;
}

/* roots_to_free must be some combination of the KVM_MMU_ROOT_* flags */
void kvm_mmu_free_roots(struct kvm *kvm, struct kvm_mmu *mmu,
   ulong roots_to_free)
{
 bool is_tdp_mmu = tdp_mmu_enabled && mmu->root_role.direct;
 int i;
 LIST_HEAD(invalid_list);
 bool free_active_root;

 WARN_ON_ONCE(roots_to_free & ~KVM_MMU_ROOTS_ALL);

 BUILD_BUG_ON(KVM_MMU_NUM_PREV_ROOTS >= BITS_PER_LONG);

 /* Before acquiring the MMU lock, see if we need to do any real work. */
 free_active_root = (roots_to_free & KVM_MMU_ROOT_CURRENT)
  && VALID_PAGE(mmu->root.hpa);

 if (!free_active_root) {
  for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++)
   if ((roots_to_free & KVM_MMU_ROOT_PREVIOUS(i)) &&
       VALID_PAGE(mmu->prev_roots[i].hpa))
    break;

  if (i == KVM_MMU_NUM_PREV_ROOTS)
   return;
 }

 if (is_tdp_mmu)
  read_lock(&kvm->mmu_lock);
 else
  write_lock(&kvm->mmu_lock);

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++)
  if (roots_to_free & KVM_MMU_ROOT_PREVIOUS(i))
   mmu_free_root_page(kvm, &mmu->prev_roots[i].hpa,
        &invalid_list);

 if (free_active_root) {
  if (kvm_mmu_is_dummy_root(mmu->root.hpa)) {
   /* Nothing to cleanup for dummy roots. */
  } else if (root_to_sp(mmu->root.hpa)) {
   mmu_free_root_page(kvm, &mmu->root.hpa, &invalid_list);
  } else if (mmu->pae_root) {
   for (i = 0; i < 4; ++i) {
    if (!IS_VALID_PAE_ROOT(mmu->pae_root[i]))
     continue;

    mmu_free_root_page(kvm, &mmu->pae_root[i],
         &invalid_list);
    mmu->pae_root[i] = INVALID_PAE_ROOT;
   }
  }
  mmu->root.hpa = INVALID_PAGE;
  mmu->root.pgd = 0;
 }

 if (is_tdp_mmu) {
  read_unlock(&kvm->mmu_lock);
  WARN_ON_ONCE(!list_empty(&invalid_list));
 } else {
  kvm_mmu_commit_zap_page(kvm, &invalid_list);
  write_unlock(&kvm->mmu_lock);
 }
}
EXPORT_SYMBOL_GPL(kvm_mmu_free_roots);

void kvm_mmu_free_guest_mode_roots(struct kvm *kvm, struct kvm_mmu *mmu)
{
 unsigned long roots_to_free = 0;
 struct kvm_mmu_page *sp;
 hpa_t root_hpa;
 int i;

 /*
 * This should not be called while L2 is active, L2 can't invalidate
 * _only_ its own roots, e.g. INVVPID unconditionally exits.
 */
 WARN_ON_ONCE(mmu->root_role.guest_mode);

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++) {
  root_hpa = mmu->prev_roots[i].hpa;
  if (!VALID_PAGE(root_hpa))
   continue;

  sp = root_to_sp(root_hpa);
  if (!sp || sp->role.guest_mode)
   roots_to_free |= KVM_MMU_ROOT_PREVIOUS(i);
 }

 kvm_mmu_free_roots(kvm, mmu, roots_to_free);
}
EXPORT_SYMBOL_GPL(kvm_mmu_free_guest_mode_roots);

static hpa_t mmu_alloc_root(struct kvm_vcpu *vcpu, gfn_t gfn, int quadrant,
       u8 level)
{
 union kvm_mmu_page_role role = vcpu->arch.mmu->root_role;
 struct kvm_mmu_page *sp;

 role.level = level;
 role.quadrant = quadrant;

 WARN_ON_ONCE(quadrant && !role.has_4_byte_gpte);
 WARN_ON_ONCE(role.direct && role.has_4_byte_gpte);

 sp = kvm_mmu_get_shadow_page(vcpu, gfn, role);
 ++sp->root_count;

 return __pa(sp->spt);
}

static int mmu_alloc_direct_roots(struct kvm_vcpu *vcpu)
{
 struct kvm_mmu *mmu = vcpu->arch.mmu;
 u8 shadow_root_level = mmu->root_role.level;
 hpa_t root;
 unsigned i;
 int r;

 if (tdp_mmu_enabled) {
  if (kvm_has_mirrored_tdp(vcpu->kvm) &&
      !VALID_PAGE(mmu->mirror_root_hpa))
   kvm_tdp_mmu_alloc_root(vcpu, true);
  kvm_tdp_mmu_alloc_root(vcpu, false);
  return 0;
 }

 write_lock(&vcpu->kvm->mmu_lock);
 r = make_mmu_pages_available(vcpu);
 if (r < 0)
  goto out_unlock;

 if (shadow_root_level >= PT64_ROOT_4LEVEL) {
  root = mmu_alloc_root(vcpu, 0, 0, shadow_root_level);
  mmu->root.hpa = root;
 } else if (shadow_root_level == PT32E_ROOT_LEVEL) {
  if (WARN_ON_ONCE(!mmu->pae_root)) {
   r = -EIO;
   goto out_unlock;
  }

  for (i = 0; i < 4; ++i) {
   WARN_ON_ONCE(IS_VALID_PAE_ROOT(mmu->pae_root[i]));

   root = mmu_alloc_root(vcpu, i << (30 - PAGE_SHIFT), 0,
           PT32_ROOT_LEVEL);
   mmu->pae_root[i] = root | PT_PRESENT_MASK |
        shadow_me_value;
  }
  mmu->root.hpa = __pa(mmu->pae_root);
 } else {
  WARN_ONCE(1, "Bad TDP root level = %d\n", shadow_root_level);
  r = -EIO;
  goto out_unlock;
 }

 /* root.pgd is ignored for direct MMUs. */
 mmu->root.pgd = 0;
out_unlock:
 write_unlock(&vcpu->kvm->mmu_lock);
 return r;
}

static int kvm_mmu_alloc_page_hash(struct kvm *kvm)
{
 struct hlist_head *h;

 if (kvm->arch.mmu_page_hash)
  return 0;

 h = kvcalloc(KVM_NUM_MMU_PAGES, sizeof(*h), GFP_KERNEL_ACCOUNT);
 if (!h)
  return -ENOMEM;

 /*
 * Ensure the hash table pointer is set only after all stores to zero
 * the memory are retired.  Pairs with the smp_load_acquire() in
 * kvm_get_mmu_page_hash().  Note, mmu_lock must be held for write to
 * add (or remove) shadow pages, and so readers are guaranteed to see
 * an empty list for their current mmu_lock critical section.
 */
 smp_store_release(&kvm->arch.mmu_page_hash, h);
 return 0;
}

static int mmu_first_shadow_root_alloc(struct kvm *kvm)
{
 struct kvm_memslots *slots;
 struct kvm_memory_slot *slot;
 int r = 0, i, bkt;

 /*
 * Check if this is the first shadow root being allocated before
 * taking the lock.
 */
 if (kvm_shadow_root_allocated(kvm))
  return 0;

 mutex_lock(&kvm->slots_arch_lock);

 /* Recheck, under the lock, whether this is the first shadow root. */
 if (kvm_shadow_root_allocated(kvm))
  goto out_unlock;

 r = kvm_mmu_alloc_page_hash(kvm);
 if (r)
  goto out_unlock;

 /*
 * Check if memslot metadata actually needs to be allocated, e.g. all
 * metadata will be allocated upfront if TDP is disabled.
 */
 if (kvm_memslots_have_rmaps(kvm) &&
     kvm_page_track_write_tracking_enabled(kvm))
  goto out_success;

 for (i = 0; i < kvm_arch_nr_memslot_as_ids(kvm); i++) {
  slots = __kvm_memslots(kvm, i);
  kvm_for_each_memslot(slot, bkt, slots) {
   /*
 * Both of these functions are no-ops if the target is
 * already allocated, so unconditionally calling both
 * is safe.  Intentionally do NOT free allocations on
 * failure to avoid having to track which allocations
 * were made now versus when the memslot was created.
 * The metadata is guaranteed to be freed when the slot
 * is freed, and will be kept/used if userspace retries
 * KVM_RUN instead of killing the VM.
 */
   r = memslot_rmap_alloc(slot, slot->npages);
   if (r)
    goto out_unlock;
   r = kvm_page_track_write_tracking_alloc(slot);
   if (r)
    goto out_unlock;
  }
 }

 /*
 * Ensure that shadow_root_allocated becomes true strictly after
 * all the related pointers are set.
 */
out_success:
 smp_store_release(&kvm->arch.shadow_root_allocated, true);

out_unlock:
 mutex_unlock(&kvm->slots_arch_lock);
 return r;
}

static int mmu_alloc_shadow_roots(struct kvm_vcpu *vcpu)
{
 struct kvm_mmu *mmu = vcpu->arch.mmu;
 u64 pdptrs[4], pm_mask;
 gfn_t root_gfn, root_pgd;
 int quadrant, i, r;
 hpa_t root;

 root_pgd = kvm_mmu_get_guest_pgd(vcpu, mmu);
 root_gfn = (root_pgd & __PT_BASE_ADDR_MASK) >> PAGE_SHIFT;

 if (!kvm_vcpu_is_visible_gfn(vcpu, root_gfn)) {
  mmu->root.hpa = kvm_mmu_get_dummy_root();
  return 0;
 }

 /*
 * On SVM, reading PDPTRs might access guest memory, which might fault
 * and thus might sleep.  Grab the PDPTRs before acquiring mmu_lock.
 */
 if (mmu->cpu_role.base.level == PT32E_ROOT_LEVEL) {
  for (i = 0; i < 4; ++i) {
   pdptrs[i] = mmu->get_pdptr(vcpu, i);
   if (!(pdptrs[i] & PT_PRESENT_MASK))
    continue;

   if (!kvm_vcpu_is_visible_gfn(vcpu, pdptrs[i] >> PAGE_SHIFT))
    pdptrs[i] = 0;
  }
 }

 r = mmu_first_shadow_root_alloc(vcpu->kvm);
 if (r)
  return r;

 write_lock(&vcpu->kvm->mmu_lock);
 r = make_mmu_pages_available(vcpu);
 if (r < 0)
  goto out_unlock;

 /*
 * Do we shadow a long mode page table? If so we need to
 * write-protect the guests page table root.
 */
 if (mmu->cpu_role.base.level >= PT64_ROOT_4LEVEL) {
  root = mmu_alloc_root(vcpu, root_gfn, 0,
          mmu->root_role.level);
  mmu->root.hpa = root;
  goto set_root_pgd;
 }

 if (WARN_ON_ONCE(!mmu->pae_root)) {
  r = -EIO;
  goto out_unlock;
 }

 /*
 * We shadow a 32 bit page table. This may be a legacy 2-level
 * or a PAE 3-level page table. In either case we need to be aware that
 * the shadow page table may be a PAE or a long mode page table.
 */
 pm_mask = PT_PRESENT_MASK | shadow_me_value;
 if (mmu->root_role.level >= PT64_ROOT_4LEVEL) {
  pm_mask |= PT_ACCESSED_MASK | PT_WRITABLE_MASK | PT_USER_MASK;

  if (WARN_ON_ONCE(!mmu->pml4_root)) {
   r = -EIO;
   goto out_unlock;
  }
  mmu->pml4_root[0] = __pa(mmu->pae_root) | pm_mask;

  if (mmu->root_role.level == PT64_ROOT_5LEVEL) {
   if (WARN_ON_ONCE(!mmu->pml5_root)) {
    r = -EIO;
    goto out_unlock;
   }
   mmu->pml5_root[0] = __pa(mmu->pml4_root) | pm_mask;
  }
 }

 for (i = 0; i < 4; ++i) {
  WARN_ON_ONCE(IS_VALID_PAE_ROOT(mmu->pae_root[i]));

  if (mmu->cpu_role.base.level == PT32E_ROOT_LEVEL) {
   if (!(pdptrs[i] & PT_PRESENT_MASK)) {
    mmu->pae_root[i] = INVALID_PAE_ROOT;
    continue;
   }
   root_gfn = pdptrs[i] >> PAGE_SHIFT;
  }

  /*
 * If shadowing 32-bit non-PAE page tables, each PAE page
 * directory maps one quarter of the guest's non-PAE page
 * directory. Othwerise each PAE page direct shadows one guest
 * PAE page directory so that quadrant should be 0.
 */
  quadrant = (mmu->cpu_role.base.level == PT32_ROOT_LEVEL) ? i : 0;

  root = mmu_alloc_root(vcpu, root_gfn, quadrant, PT32_ROOT_LEVEL);
  mmu->pae_root[i] = root | pm_mask;
 }

 if (mmu->root_role.level == PT64_ROOT_5LEVEL)
  mmu->root.hpa = __pa(mmu->pml5_root);
 else if (mmu->root_role.level == PT64_ROOT_4LEVEL)
  mmu->root.hpa = __pa(mmu->pml4_root);
 else
  mmu->root.hpa = __pa(mmu->pae_root);

set_root_pgd:
 mmu->root.pgd = root_pgd;
out_unlock:
 write_unlock(&vcpu->kvm->mmu_lock);

 return r;
}

static int mmu_alloc_special_roots(struct kvm_vcpu *vcpu)
{
 struct kvm_mmu *mmu = vcpu->arch.mmu;
 bool need_pml5 = mmu->root_role.level > PT64_ROOT_4LEVEL;
 u64 *pml5_root = NULL;
 u64 *pml4_root = NULL;
 u64 *pae_root;

 /*
 * When shadowing 32-bit or PAE NPT with 64-bit NPT, the PML4 and PDP
 * tables are allocated and initialized at root creation as there is no
 * equivalent level in the guest's NPT to shadow.  Allocate the tables
 * on demand, as running a 32-bit L1 VMM on 64-bit KVM is very rare.
 */
 if (mmu->root_role.direct ||
     mmu->cpu_role.base.level >= PT64_ROOT_4LEVEL ||
     mmu->root_role.level < PT64_ROOT_4LEVEL)
  return 0;

 /*
 * NPT, the only paging mode that uses this horror, uses a fixed number
 * of levels for the shadow page tables, e.g. all MMUs are 4-level or
 * all MMus are 5-level.  Thus, this can safely require that pml5_root
 * is allocated if the other roots are valid and pml5 is needed, as any
 * prior MMU would also have required pml5.
 */
 if (mmu->pae_root && mmu->pml4_root && (!need_pml5 || mmu->pml5_root))
  return 0;

 /*
 * The special roots should always be allocated in concert.  Yell and
 * bail if KVM ends up in a state where only one of the roots is valid.
 */
 if (WARN_ON_ONCE(!tdp_enabled || mmu->pae_root || mmu->pml4_root ||
    (need_pml5 && mmu->pml5_root)))
  return -EIO;

 /*
 * Unlike 32-bit NPT, the PDP table doesn't need to be in low mem, and
 * doesn't need to be decrypted.
 */
 pae_root = (void *)get_zeroed_page(GFP_KERNEL_ACCOUNT);
 if (!pae_root)
  return -ENOMEM;

#ifdef CONFIG_X86_64
 pml4_root = (void *)get_zeroed_page(GFP_KERNEL_ACCOUNT);
 if (!pml4_root)
  goto err_pml4;

 if (need_pml5) {
  pml5_root = (void *)get_zeroed_page(GFP_KERNEL_ACCOUNT);
  if (!pml5_root)
   goto err_pml5;
 }
#endif

 mmu->pae_root = pae_root;
 mmu->pml4_root = pml4_root;
 mmu->pml5_root = pml5_root;

 return 0;

#ifdef CONFIG_X86_64
err_pml5:
 free_page((unsigned long)pml4_root);
err_pml4:
 free_page((unsigned long)pae_root);
 return -ENOMEM;
#endif
}

static bool is_unsync_root(hpa_t root)
{
 struct kvm_mmu_page *sp;

 if (!VALID_PAGE(root) || kvm_mmu_is_dummy_root(root))
  return false;

 /*
 * The read barrier orders the CPU's read of SPTE.W during the page table
 * walk before the reads of sp->unsync/sp->unsync_children here.
 *
 * Even if another CPU was marking the SP as unsync-ed simultaneously,
 * any guest page table changes are not guaranteed to be visible anyway
 * until this VCPU issues a TLB flush strictly after those changes are
 * made.  We only need to ensure that the other CPU sets these flags
 * before any actual changes to the page tables are made.  The comments
 * in mmu_try_to_unsync_pages() describe what could go wrong if this
 * requirement isn't satisfied.
 */
 smp_rmb();
 sp = root_to_sp(root);

 /*
 * PAE roots (somewhat arbitrarily) aren't backed by shadow pages, the
 * PDPTEs for a given PAE root need to be synchronized individually.
 */
 if (WARN_ON_ONCE(!sp))
  return false;

 if (sp->unsync || sp->unsync_children)
  return true;

 return false;
}

void kvm_mmu_sync_roots(struct kvm_vcpu *vcpu)
{
 int i;
 struct kvm_mmu_page *sp;

 if (vcpu->arch.mmu->root_role.direct)
  return;

 if (!VALID_PAGE(vcpu->arch.mmu->root.hpa))
  return;

 vcpu_clear_mmio_info(vcpu, MMIO_GVA_ANY);

 if (vcpu->arch.mmu->cpu_role.base.level >= PT64_ROOT_4LEVEL) {
  hpa_t root = vcpu->arch.mmu->root.hpa;

  if (!is_unsync_root(root))
   return;

  sp = root_to_sp(root);

  write_lock(&vcpu->kvm->mmu_lock);
  mmu_sync_children(vcpu, sp, true);
  write_unlock(&vcpu->kvm->mmu_lock);
  return;
 }

 write_lock(&vcpu->kvm->mmu_lock);

 for (i = 0; i < 4; ++i) {
  hpa_t root = vcpu->arch.mmu->pae_root[i];

  if (IS_VALID_PAE_ROOT(root)) {
   sp = spte_to_child_sp(root);
   mmu_sync_children(vcpu, sp, true);
  }
 }

 write_unlock(&vcpu->kvm->mmu_lock);
}

void kvm_mmu_sync_prev_roots(struct kvm_vcpu *vcpu)
{
 unsigned long roots_to_free = 0;
 int i;

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++)
  if (is_unsync_root(vcpu->arch.mmu->prev_roots[i].hpa))
   roots_to_free |= KVM_MMU_ROOT_PREVIOUS(i);

 /* sync prev_roots by simply freeing them */
 kvm_mmu_free_roots(vcpu->kvm, vcpu->arch.mmu, roots_to_free);
}

static gpa_t nonpaging_gva_to_gpa(struct kvm_vcpu *vcpu, struct kvm_mmu *mmu,
      gpa_t vaddr, u64 access,
      struct x86_exception *exception)
{
 if (exception)
  exception->error_code = 0;
 return kvm_translate_gpa(vcpu, mmu, vaddr, access, exception);
}

static bool mmio_info_in_cache(struct kvm_vcpu *vcpu, u64 addr, bool direct)
{
 /*
 * A nested guest cannot use the MMIO cache if it is using nested
 * page tables, because cr2 is a nGPA while the cache stores GPAs.
 */
 if (mmu_is_nested(vcpu))
  return false;

 if (direct)
  return vcpu_match_mmio_gpa(vcpu, addr);

 return vcpu_match_mmio_gva(vcpu, addr);
}

/*
 * Return the level of the lowest level SPTE added to sptes.
 * That SPTE may be non-present.
 *
 * Must be called between walk_shadow_page_lockless_{begin,end}.
 */
static int get_walk(struct kvm_vcpu *vcpu, u64 addr, u64 *sptes, int *root_level)
{
 struct kvm_shadow_walk_iterator iterator;
 int leaf = -1;
 u64 spte;

 for (shadow_walk_init(&iterator, vcpu, addr),
      *root_level = iterator.level;
      shadow_walk_okay(&iterator);
      __shadow_walk_next(&iterator, spte)) {
  leaf = iterator.level;
  spte = mmu_spte_get_lockless(iterator.sptep);

  sptes[leaf] = spte;
 }

 return leaf;
}

static int get_sptes_lockless(struct kvm_vcpu *vcpu, u64 addr, u64 *sptes,
         int *root_level)
{
 int leaf;

 walk_shadow_page_lockless_begin(vcpu);

 if (is_tdp_mmu_active(vcpu))
  leaf = kvm_tdp_mmu_get_walk(vcpu, addr, sptes, root_level);
 else
  leaf = get_walk(vcpu, addr, sptes, root_level);

 walk_shadow_page_lockless_end(vcpu);
 return leaf;
}

/* return true if reserved bit(s) are detected on a valid, non-MMIO SPTE. */
static bool get_mmio_spte(struct kvm_vcpu *vcpu, u64 addr, u64 *sptep)
{
 u64 sptes[PT64_ROOT_MAX_LEVEL + 1];
 struct rsvd_bits_validate *rsvd_check;
 int root, leaf, level;
 bool reserved = false;

 leaf = get_sptes_lockless(vcpu, addr, sptes, &root);
 if (unlikely(leaf < 0)) {
  *sptep = 0ull;
  return reserved;
 }

 *sptep = sptes[leaf];

 /*
 * Skip reserved bits checks on the terminal leaf if it's not a valid
 * SPTE.  Note, this also (intentionally) skips MMIO SPTEs, which, by
 * design, always have reserved bits set.  The purpose of the checks is
 * to detect reserved bits on non-MMIO SPTEs. i.e. buggy SPTEs.
 */
 if (!is_shadow_present_pte(sptes[leaf]))
  leaf++;

 rsvd_check = &vcpu->arch.mmu->shadow_zero_check;

 for (level = root; level >= leaf; level--)
  reserved |= is_rsvd_spte(rsvd_check, sptes[level], level);

 if (reserved) {
  pr_err("%s: reserved bits set on MMU-present spte, addr 0x%llx, hierarchy:\n",
         __func__, addr);
  for (level = root; level >= leaf; level--)
   pr_err("------ spte = 0x%llx level = %d, rsvd bits = 0x%llx",
          sptes[level], level,
          get_rsvd_bits(rsvd_check, sptes[level], level));
 }

 return reserved;
}

static int handle_mmio_page_fault(struct kvm_vcpu *vcpu, u64 addr, bool direct)
{
 u64 spte;
 bool reserved;

 if (mmio_info_in_cache(vcpu, addr, direct))
  return RET_PF_EMULATE;

 reserved = get_mmio_spte(vcpu, addr, &spte);
 if (WARN_ON_ONCE(reserved))
  return -EINVAL;

 if (is_mmio_spte(vcpu->kvm, spte)) {
  gfn_t gfn = get_mmio_spte_gfn(spte);
  unsigned int access = get_mmio_spte_access(spte);

  if (!check_mmio_spte(vcpu, spte))
   return RET_PF_INVALID;

  if (direct)
   addr = 0;

  trace_handle_mmio_page_fault(addr, gfn, access);
  vcpu_cache_mmio_info(vcpu, addr, gfn, access);
  return RET_PF_EMULATE;
 }

 /*
 * If the page table is zapped by other cpus, let CPU fault again on
 * the address.
 */
 return RET_PF_RETRY;
}

static bool page_fault_handle_page_track(struct kvm_vcpu *vcpu,
      struct kvm_page_fault *fault)
{
 if (unlikely(fault->rsvd))
  return false;

 if (!fault->present || !fault->write)
  return false;

 /*
 * guest is writing the page which is write tracked which can
 * not be fixed by page fault handler.
 */
 if (kvm_gfn_is_write_tracked(vcpu->kvm, fault->slot, fault->gfn))
  return true;

 return false;
}

static void shadow_page_table_clear_flood(struct kvm_vcpu *vcpu, gva_t addr)
{
 struct kvm_shadow_walk_iterator iterator;
 u64 spte;

 walk_shadow_page_lockless_begin(vcpu);
 for_each_shadow_entry_lockless(vcpu, addr, iterator, spte)
  clear_sp_write_flooding_count(iterator.sptep);
 walk_shadow_page_lockless_end(vcpu);
}

static u32 alloc_apf_token(struct kvm_vcpu *vcpu)
{
 /* make sure the token value is not 0 */
 u32 id = vcpu->arch.apf.id;

 if (id << 12 == 0)
  vcpu->arch.apf.id = 1;

 return (vcpu->arch.apf.id++ << 12) | vcpu->vcpu_id;
}

static bool kvm_arch_setup_async_pf(struct kvm_vcpu *vcpu,
        struct kvm_page_fault *fault)
{
 struct kvm_arch_async_pf arch;

 arch.token = alloc_apf_token(vcpu);
 arch.gfn = fault->gfn;
 arch.error_code = fault->error_code;
 arch.direct_map = vcpu->arch.mmu->root_role.direct;
 arch.cr3 = kvm_mmu_get_guest_pgd(vcpu, vcpu->arch.mmu);

 return kvm_setup_async_pf(vcpu, fault->addr,
      kvm_vcpu_gfn_to_hva(vcpu, fault->gfn), &arch);
}

void kvm_arch_async_page_ready(struct kvm_vcpu *vcpu, struct kvm_async_pf *work)
{
 int r;

 if (WARN_ON_ONCE(work->arch.error_code & PFERR_PRIVATE_ACCESS))
  return;

 if ((vcpu->arch.mmu->root_role.direct != work->arch.direct_map) ||
       work->wakeup_all)
  return;

 r = kvm_mmu_reload(vcpu);
 if (unlikely(r))
  return;

 if (!vcpu->arch.mmu->root_role.direct &&
       work->arch.cr3 != kvm_mmu_get_guest_pgd(vcpu, vcpu->arch.mmu))
  return;

 r = kvm_mmu_do_page_fault(vcpu, work->cr2_or_gpa, work->arch.error_code,
      true, NULL, NULL);

 /*
 * Account fixed page faults, otherwise they'll never be counted, but
 * ignore stats for all other return times.  Page-ready "faults" aren't
 * truly spurious and never trigger emulation
 */
 if (r == RET_PF_FIXED)
  vcpu->stat.pf_fixed++;
}

static inline u8 kvm_max_level_for_order(int order)
{
 BUILD_BUG_ON(KVM_MAX_HUGEPAGE_LEVEL > PG_LEVEL_1G);

 KVM_MMU_WARN_ON(order != KVM_HPAGE_GFN_SHIFT(PG_LEVEL_1G) &&
   order != KVM_HPAGE_GFN_SHIFT(PG_LEVEL_2M) &&
   order != KVM_HPAGE_GFN_SHIFT(PG_LEVEL_4K));

 if (order >= KVM_HPAGE_GFN_SHIFT(PG_LEVEL_1G))
  return PG_LEVEL_1G;

 if (order >= KVM_HPAGE_GFN_SHIFT(PG_LEVEL_2M))
  return PG_LEVEL_2M;

 return PG_LEVEL_4K;
}

static u8 kvm_max_private_mapping_level(struct kvm *kvm, kvm_pfn_t pfn,
     u8 max_level, int gmem_order)
{
 u8 req_max_level;

 if (max_level == PG_LEVEL_4K)
  return PG_LEVEL_4K;

 max_level = min(kvm_max_level_for_order(gmem_order), max_level);
 if (max_level == PG_LEVEL_4K)
  return PG_LEVEL_4K;

 req_max_level = kvm_x86_call(private_max_mapping_level)(kvm, pfn);
 if (req_max_level)
  max_level = min(max_level, req_max_level);

 return max_level;
}

static void kvm_mmu_finish_page_fault(struct kvm_vcpu *vcpu,
          struct kvm_page_fault *fault, int r)
{
 kvm_release_faultin_page(vcpu->kvm, fault->refcounted_page,
     r == RET_PF_RETRY, fault->map_writable);
}

static int kvm_mmu_faultin_pfn_private(struct kvm_vcpu *vcpu,
           struct kvm_page_fault *fault)
{
 int max_order, r;

 if (!kvm_slot_can_be_private(fault->slot)) {
  kvm_mmu_prepare_memory_fault_exit(vcpu, fault);
  return -EFAULT;
 }

 r = kvm_gmem_get_pfn(vcpu->kvm, fault->slot, fault->gfn, &fault->pfn,
        &fault->refcounted_page, &max_order);
 if (r) {
  kvm_mmu_prepare_memory_fault_exit(vcpu, fault);
  return r;
 }

 fault->map_writable = !(fault->slot->flags & KVM_MEM_READONLY);
 fault->max_level = kvm_max_private_mapping_level(vcpu->kvm, fault->pfn,
        fault->max_level, max_order);

 return RET_PF_CONTINUE;
}

static int __kvm_mmu_faultin_pfn(struct kvm_vcpu *vcpu,
     struct kvm_page_fault *fault)
{
 unsigned int foll = fault->write ? FOLL_WRITE : 0;

 if (fault->is_private)
  return kvm_mmu_faultin_pfn_private(vcpu, fault);

 foll |= FOLL_NOWAIT;
 fault->pfn = __kvm_faultin_pfn(fault->slot, fault->gfn, foll,
           &fault->map_writable, &fault->refcounted_page);

 /*
 * If resolving the page failed because I/O is needed to fault-in the
 * page, then either set up an asynchronous #PF to do the I/O, or if
 * doing an async #PF isn't possible, retry with I/O allowed.  All
 * other failures are terminal, i.e. retrying won't help.
 */
 if (fault->pfn != KVM_PFN_ERR_NEEDS_IO)
  return RET_PF_CONTINUE;

 if (!fault->prefetch && kvm_can_do_async_pf(vcpu)) {
  trace_kvm_try_async_get_page(fault->addr, fault->gfn);
  if (kvm_find_async_pf_gfn(vcpu, fault->gfn)) {
   trace_kvm_async_pf_repeated_fault(fault->addr, fault->gfn);
   kvm_make_request(KVM_REQ_APF_HALT, vcpu);
   return RET_PF_RETRY;
  } else if (kvm_arch_setup_async_pf(vcpu, fault)) {
   return RET_PF_RETRY;
  }
 }

 /*
 * Allow gup to bail on pending non-fatal signals when it's also allowed
 * to wait for IO.  Note, gup always bails if it is unable to quickly
 * get a page and a fatal signal, i.e. SIGKILL, is pending.
 */
 foll |= FOLL_INTERRUPTIBLE;
 foll &= ~FOLL_NOWAIT;
 fault->pfn = __kvm_faultin_pfn(fault->slot, fault->gfn, foll,
           &fault->map_writable, &fault->refcounted_page);

 return RET_PF_CONTINUE;
}

static int kvm_mmu_faultin_pfn(struct kvm_vcpu *vcpu,
          struct kvm_page_fault *fault, unsigned int access)
{
 struct kvm_memory_slot *slot = fault->slot;
 struct kvm *kvm = vcpu->kvm;
 int ret;

 if (KVM_BUG_ON(kvm_is_gfn_alias(kvm, fault->gfn), kvm))
  return -EFAULT;

 /*
 * Note that the mmu_invalidate_seq also serves to detect a concurrent
 * change in attributes.  is_page_fault_stale() will detect an
 * invalidation relate to fault->fn and resume the guest without
 * installing a mapping in the page tables.
 */
 fault->mmu_seq = vcpu->kvm->mmu_invalidate_seq;
 smp_rmb();

 /*
 * Now that we have a snapshot of mmu_invalidate_seq we can check for a
 * private vs. shared mismatch.
 */
 if (fault->is_private != kvm_mem_is_private(kvm, fault->gfn)) {
  kvm_mmu_prepare_memory_fault_exit(vcpu, fault);
  return -EFAULT;
 }

 if (unlikely(!slot))
  return kvm_handle_noslot_fault(vcpu, fault, access);

 /*
 * Retry the page fault if the gfn hit a memslot that is being deleted
 * or moved.  This ensures any existing SPTEs for the old memslot will
 * be zapped before KVM inserts a new MMIO SPTE for the gfn.
 */
 if (slot->flags & KVM_MEMSLOT_INVALID)
  return RET_PF_RETRY;

 if (slot->id == APIC_ACCESS_PAGE_PRIVATE_MEMSLOT) {
  /*
 * Don't map L1's APIC access page into L2, KVM doesn't support
 * using APICv/AVIC to accelerate L2 accesses to L1's APIC,
 * i.e. the access needs to be emulated.  Emulating access to
 * L1's APIC is also correct if L1 is accelerating L2's own
 * virtual APIC, but for some reason L1 also maps _L1's_ APIC
 * into L2.  Note, vcpu_is_mmio_gpa() always treats access to
 * the APIC as MMIO.  Allow an MMIO SPTE to be created, as KVM
 * uses different roots for L1 vs. L2, i.e. there is no danger
 * of breaking APICv/AVIC for L1.
 */
  if (is_guest_mode(vcpu))
   return kvm_handle_noslot_fault(vcpu, fault, access);

  /*
 * If the APIC access page exists but is disabled, go directly
 * to emulation without caching the MMIO access or creating a
 * MMIO SPTE.  That way the cache doesn't need to be purged
 * when the AVIC is re-enabled.
 */
  if (!kvm_apicv_activated(vcpu->kvm))
   return RET_PF_EMULATE;
 }

 /*
 * Check for a relevant mmu_notifier invalidation event before getting
 * the pfn from the primary MMU, and before acquiring mmu_lock.
 *
 * For mmu_lock, if there is an in-progress invalidation and the kernel
 * allows preemption, the invalidation task may drop mmu_lock and yield
 * in response to mmu_lock being contended, which is *very* counter-
 * productive as this vCPU can't actually make forward progress until
 * the invalidation completes.
 *
 * Retrying now can also avoid unnessary lock contention in the primary
 * MMU, as the primary MMU doesn't necessarily hold a single lock for
 * the duration of the invalidation, i.e. faulting in a conflicting pfn
 * can cause the invalidation to take longer by holding locks that are
 * needed to complete the invalidation.
 *
 * Do the pre-check even for non-preemtible kernels, i.e. even if KVM
 * will never yield mmu_lock in response to contention, as this vCPU is
 * *guaranteed* to need to retry, i.e. waiting until mmu_lock is held
 * to detect retry guarantees the worst case latency for the vCPU.
 */
 if (mmu_invalidate_retry_gfn_unsafe(kvm, fault->mmu_seq, fault->gfn))
  return RET_PF_RETRY;

 ret = __kvm_mmu_faultin_pfn(vcpu, fault);
 if (ret != RET_PF_CONTINUE)
  return ret;

 if (unlikely(is_error_pfn(fault->pfn)))
  return kvm_handle_error_pfn(vcpu, fault);

 if (WARN_ON_ONCE(!fault->slot || is_noslot_pfn(fault->pfn)))
  return kvm_handle_noslot_fault(vcpu, fault, access);

 /*
 * Check again for a relevant mmu_notifier invalidation event purely to
 * avoid contending mmu_lock.  Most invalidations will be detected by
 * the previous check, but checking is extremely cheap relative to the
 * overall cost of failing to detect the invalidation until after
 * mmu_lock is acquired.
 */
 if (mmu_invalidate_retry_gfn_unsafe(kvm, fault->mmu_seq, fault->gfn)) {
  kvm_mmu_finish_page_fault(vcpu, fault, RET_PF_RETRY);
  return RET_PF_RETRY;
 }

 return RET_PF_CONTINUE;
}

/*
 * Returns true if the page fault is stale and needs to be retried, i.e. if the
 * root was invalidated by a memslot update or a relevant mmu_notifier fired.
 */
static bool is_page_fault_stale(struct kvm_vcpu *vcpu,
    struct kvm_page_fault *fault)
{
 struct kvm_mmu_page *sp = root_to_sp(vcpu->arch.mmu->root.hpa);

 /* Special roots, e.g. pae_root, are not backed by shadow pages. */
 if (sp && is_obsolete_sp(vcpu->kvm, sp))
  return true;

 /*
 * Roots without an associated shadow page are considered invalid if
 * there is a pending request to free obsolete roots.  The request is
 * only a hint that the current root _may_ be obsolete and needs to be
 * reloaded, e.g. if the guest frees a PGD that KVM is tracking as a
 * previous root, then __kvm_mmu_prepare_zap_page() signals all vCPUs
 * to reload even if no vCPU is actively using the root.
 */
 if (!sp && kvm_test_request(KVM_REQ_MMU_FREE_OBSOLETE_ROOTS, vcpu))
  return true;

 /*
 * Check for a relevant mmu_notifier invalidation event one last time
 * now that mmu_lock is held, as the "unsafe" checks performed without
 * holding mmu_lock can get false negatives.
 */
 return fault->slot &&
        mmu_invalidate_retry_gfn(vcpu->kvm, fault->mmu_seq, fault->gfn);
}

static int direct_page_fault(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
 int r;

 /* Dummy roots are used only for shadowing bad guest roots. */
 if (WARN_ON_ONCE(kvm_mmu_is_dummy_root(vcpu->arch.mmu->root.hpa)))
  return RET_PF_RETRY;

 if (page_fault_handle_page_track(vcpu, fault))
  return RET_PF_WRITE_PROTECTED;

 r = fast_page_fault(vcpu, fault);
 if (r != RET_PF_INVALID)
  return r;

 r = mmu_topup_memory_caches(vcpu, false);
 if (r)
  return r;

 r = kvm_mmu_faultin_pfn(vcpu, fault, ACC_ALL);
 if (r != RET_PF_CONTINUE)
  return r;

 r = RET_PF_RETRY;
 write_lock(&vcpu->kvm->mmu_lock);

 if (is_page_fault_stale(vcpu, fault))
  goto out_unlock;

 r = make_mmu_pages_available(vcpu);
 if (r)
  goto out_unlock;

 r = direct_map(vcpu, fault);

out_unlock:
 kvm_mmu_finish_page_fault(vcpu, fault, r);
 write_unlock(&vcpu->kvm->mmu_lock);
 return r;
}

static int nonpaging_page_fault(struct kvm_vcpu *vcpu,
    struct kvm_page_fault *fault)
{
 /* This path builds a PAE pagetable, we can map 2mb pages at maximum. */
 fault->max_level = PG_LEVEL_2M;
 return direct_page_fault(vcpu, fault);
}

int kvm_handle_page_fault(struct kvm_vcpu *vcpu, u64 error_code,
    u64 fault_address, char *insn, int insn_len)
{
 int r = 1;
 u32 flags = vcpu->arch.apf.host_apf_flags;

#ifndef CONFIG_X86_64
 /* A 64-bit CR2 should be impossible on 32-bit KVM. */
 if (WARN_ON_ONCE(fault_address >> 32))
  return -EFAULT;
#endif
 /*
 * Legacy #PF exception only have a 32-bit error code.  Simply drop the
 * upper bits as KVM doesn't use them for #PF (because they are never
 * set), and to ensure there are no collisions with KVM-defined bits.
 */
 if (WARN_ON_ONCE(error_code >> 32))
  error_code = lower_32_bits(error_code);

 /*
 * Restrict KVM-defined flags to bits 63:32 so that it's impossible for
 * them to conflict with #PF error codes, which are limited to 32 bits.
 */
 BUILD_BUG_ON(lower_32_bits(PFERR_SYNTHETIC_MASK));

 vcpu->arch.l1tf_flush_l1d = true;
 if (!flags) {
  trace_kvm_page_fault(vcpu, fault_address, error_code);

  r = kvm_mmu_page_fault(vcpu, fault_address, error_code, insn,
    insn_len);
 } else if (flags & KVM_PV_REASON_PAGE_NOT_PRESENT) {
  vcpu->arch.apf.host_apf_flags = 0;
  local_irq_disable();
  kvm_async_pf_task_wait_schedule(fault_address);
  local_irq_enable();
 } else {
  WARN_ONCE(1, "Unexpected host async PF flags: %x\n", flags);
 }

 return r;
}
EXPORT_SYMBOL_GPL(kvm_handle_page_fault);

#ifdef CONFIG_X86_64
static int kvm_tdp_mmu_page_fault(struct kvm_vcpu *vcpu,
      struct kvm_page_fault *fault)
{
 int r;

 if (page_fault_handle_page_track(vcpu, fault))
  return RET_PF_WRITE_PROTECTED;

 r = fast_page_fault(vcpu, fault);
 if (r != RET_PF_INVALID)
  return r;

 r = mmu_topup_memory_caches(vcpu, false);
 if (r)
  return r;

 r = kvm_mmu_faultin_pfn(vcpu, fault, ACC_ALL);
 if (r != RET_PF_CONTINUE)
  return r;

 r = RET_PF_RETRY;
 read_lock(&vcpu->kvm->mmu_lock);

 if (is_page_fault_stale(vcpu, fault))
  goto out_unlock;

 r = kvm_tdp_mmu_map(vcpu, fault);

out_unlock:
 kvm_mmu_finish_page_fault(vcpu, fault, r);
 read_unlock(&vcpu->kvm->mmu_lock);
 return r;
}
#endif

int kvm_tdp_page_fault(struct kvm_vcpu *vcpu, struct kvm_page_fault *fault)
{
#ifdef CONFIG_X86_64
 if (tdp_mmu_enabled)
  return kvm_tdp_mmu_page_fault(vcpu, fault);
#endif

 return direct_page_fault(vcpu, fault);
}

int kvm_tdp_map_page(struct kvm_vcpu *vcpu, gpa_t gpa, u64 error_code, u8 *level)
{
 int r;

 /*
 * Restrict to TDP page fault, since that's the only case where the MMU
 * is indexed by GPA.
 */
 if (vcpu->arch.mmu->page_fault != kvm_tdp_page_fault)
  return -EOPNOTSUPP;

 do {
  if (signal_pending(current))
   return -EINTR;

  if (kvm_check_request(KVM_REQ_VM_DEAD, vcpu))
   return -EIO;

  cond_resched();
  r = kvm_mmu_do_page_fault(vcpu, gpa, error_code, true, NULL, level);
 } while (r == RET_PF_RETRY);

 if (r < 0)
  return r;

 switch (r) {
 case RET_PF_FIXED:
 case RET_PF_SPURIOUS:
 case RET_PF_WRITE_PROTECTED:
  return 0;

 case RET_PF_EMULATE:
  return -ENOENT;

 case RET_PF_RETRY:
 case RET_PF_CONTINUE:
 case RET_PF_INVALID:
 default:
  WARN_ONCE(1, "could not fix page fault during prefault");
  return -EIO;
 }
}
EXPORT_SYMBOL_GPL(kvm_tdp_map_page);

long kvm_arch_vcpu_pre_fault_memory(struct kvm_vcpu *vcpu,
        struct kvm_pre_fault_memory *range)
{
 u64 error_code = PFERR_GUEST_FINAL_MASK;
 u8 level = PG_LEVEL_4K;
 u64 direct_bits;
 u64 end;
 int r;

 if (!vcpu->kvm->arch.pre_fault_allowed)
  return -EOPNOTSUPP;

 if (kvm_is_gfn_alias(vcpu->kvm, gpa_to_gfn(range->gpa)))
  return -EINVAL;

 /*
 * reload is efficient when called repeatedly, so we can do it on
 * every iteration.
 */
 r = kvm_mmu_reload(vcpu);
 if (r)
  return r;

 direct_bits = 0;
 if (kvm_arch_has_private_mem(vcpu->kvm) &&
     kvm_mem_is_private(vcpu->kvm, gpa_to_gfn(range->gpa)))
  error_code |= PFERR_PRIVATE_ACCESS;
 else
  direct_bits = gfn_to_gpa(kvm_gfn_direct_bits(vcpu->kvm));

 /*
 * Shadow paging uses GVA for kvm page fault, so restrict to
 * two-dimensional paging.
 */
 r = kvm_tdp_map_page(vcpu, range->gpa | direct_bits, error_code, &level);
 if (r < 0)
  return r;

 /*
 * If the mapping that covers range->gpa can use a huge page, it
 * may start below it or end after range->gpa + range->size.
 */
 end = (range->gpa & KVM_HPAGE_MASK(level)) + KVM_HPAGE_SIZE(level);
 return min(range->size, end - range->gpa);
}

static void nonpaging_init_context(struct kvm_mmu *context)
{
 context->page_fault = nonpaging_page_fault;
 context->gva_to_gpa = nonpaging_gva_to_gpa;
 context->sync_spte = NULL;
}

static inline bool is_root_usable(struct kvm_mmu_root_info *root, gpa_t pgd,
      union kvm_mmu_page_role role)
{
 struct kvm_mmu_page *sp;

 if (!VALID_PAGE(root->hpa))
  return false;

 if (!role.direct && pgd != root->pgd)
  return false;

 sp = root_to_sp(root->hpa);
 if (WARN_ON_ONCE(!sp))
  return false;

 return role.word == sp->role.word;
}

/*
 * Find out if a previously cached root matching the new pgd/role is available,
 * and insert the current root as the MRU in the cache.
 * If a matching root is found, it is assigned to kvm_mmu->root and
 * true is returned.
 * If no match is found, kvm_mmu->root is left invalid, the LRU root is
 * evicted to make room for the current root, and false is returned.
 */
static bool cached_root_find_and_keep_current(struct kvm *kvm, struct kvm_mmu *mmu,
           gpa_t new_pgd,
           union kvm_mmu_page_role new_role)
{
 uint i;

 if (is_root_usable(&mmu->root, new_pgd, new_role))
  return true;

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++) {
  /*
 * The swaps end up rotating the cache like this:
 *   C   0 1 2 3   (on entry to the function)
 *   0   C 1 2 3
 *   1   C 0 2 3
 *   2   C 0 1 3
 *   3   C 0 1 2   (on exit from the loop)
 */
  swap(mmu->root, mmu->prev_roots[i]);
  if (is_root_usable(&mmu->root, new_pgd, new_role))
   return true;
 }

 kvm_mmu_free_roots(kvm, mmu, KVM_MMU_ROOT_CURRENT);
 return false;
}

/*
 * Find out if a previously cached root matching the new pgd/role is available.
 * On entry, mmu->root is invalid.
 * If a matching root is found, it is assigned to kvm_mmu->root, the LRU entry
 * of the cache becomes invalid, and true is returned.
 * If no match is found, kvm_mmu->root is left invalid and false is returned.
 */
static bool cached_root_find_without_current(struct kvm *kvm, struct kvm_mmu *mmu,
          gpa_t new_pgd,
          union kvm_mmu_page_role new_role)
{
 uint i;

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++)
  if (is_root_usable(&mmu->prev_roots[i], new_pgd, new_role))
   goto hit;

 return false;

hit:
 swap(mmu->root, mmu->prev_roots[i]);
 /* Bubble up the remaining roots.  */
 for (; i < KVM_MMU_NUM_PREV_ROOTS - 1; i++)
  mmu->prev_roots[i] = mmu->prev_roots[i + 1];
 mmu->prev_roots[i].hpa = INVALID_PAGE;
 return true;
}

static bool fast_pgd_switch(struct kvm *kvm, struct kvm_mmu *mmu,
       gpa_t new_pgd, union kvm_mmu_page_role new_role)
{
 /*
 * Limit reuse to 64-bit hosts+VMs without "special" roots in order to
 * avoid having to deal with PDPTEs and other complexities.
 */
 if (VALID_PAGE(mmu->root.hpa) && !root_to_sp(mmu->root.hpa))
  kvm_mmu_free_roots(kvm, mmu, KVM_MMU_ROOT_CURRENT);

 if (VALID_PAGE(mmu->root.hpa))
  return cached_root_find_and_keep_current(kvm, mmu, new_pgd, new_role);
 else
  return cached_root_find_without_current(kvm, mmu, new_pgd, new_role);
}

void kvm_mmu_new_pgd(struct kvm_vcpu *vcpu, gpa_t new_pgd)
{
 struct kvm_mmu *mmu = vcpu->arch.mmu;
 union kvm_mmu_page_role new_role = mmu->root_role;

 /*
 * Return immediately if no usable root was found, kvm_mmu_reload()
 * will establish a valid root prior to the next VM-Enter.
 */
 if (!fast_pgd_switch(vcpu->kvm, mmu, new_pgd, new_role))
  return;

 /*
 * It's possible that the cached previous root page is obsolete because
 * of a change in the MMU generation number. However, changing the
 * generation number is accompanied by KVM_REQ_MMU_FREE_OBSOLETE_ROOTS,
 * which will free the root set here and allocate a new one.
 */
 kvm_make_request(KVM_REQ_LOAD_MMU_PGD, vcpu);

 if (force_flush_and_sync_on_reuse) {
  kvm_make_request(KVM_REQ_MMU_SYNC, vcpu);
  kvm_make_request(KVM_REQ_TLB_FLUSH_CURRENT, vcpu);
 }

 /*
 * The last MMIO access's GVA and GPA are cached in the VCPU. When
 * switching to a new CR3, that GVA->GPA mapping may no longer be
 * valid. So clear any cached MMIO info even when we don't need to sync
 * the shadow page tables.
 */
 vcpu_clear_mmio_info(vcpu, MMIO_GVA_ANY);

 /*
 * If this is a direct root page, it doesn't have a write flooding
 * count. Otherwise, clear the write flooding count.
 */
 if (!new_role.direct) {
  struct kvm_mmu_page *sp = root_to_sp(vcpu->arch.mmu->root.hpa);

  if (!WARN_ON_ONCE(!sp))
   __clear_sp_write_flooding_count(sp);
 }
}
EXPORT_SYMBOL_GPL(kvm_mmu_new_pgd);

static bool sync_mmio_spte(struct kvm_vcpu *vcpu, u64 *sptep, gfn_t gfn,
      unsigned int access)
{
 if (unlikely(is_mmio_spte(vcpu->kvm, *sptep))) {
  if (gfn != get_mmio_spte_gfn(*sptep)) {
   mmu_spte_clear_no_track(sptep);
   return true;
  }

  mark_mmio_spte(vcpu, sptep, gfn, access);
  return true;
 }

 return false;
}

#define PTTYPE_EPT 18 /* arbitrary */
#define PTTYPE PTTYPE_EPT
#include "paging_tmpl.h"
#undef PTTYPE

#define PTTYPE 64
#include "paging_tmpl.h"
#undef PTTYPE

#define PTTYPE 32
#include "paging_tmpl.h"
#undef PTTYPE

static void __reset_rsvds_bits_mask(struct rsvd_bits_validate *rsvd_check,
        u64 pa_bits_rsvd, int level, bool nx,
        bool gbpages, bool pse, bool amd)
{
 u64 gbpages_bit_rsvd = 0;
 u64 nonleaf_bit8_rsvd = 0;
 u64 high_bits_rsvd;

 rsvd_check->bad_mt_xwr = 0;

 if (!gbpages)
  gbpages_bit_rsvd = rsvd_bits(7, 7);

 if (level == PT32E_ROOT_LEVEL)
  high_bits_rsvd = pa_bits_rsvd & rsvd_bits(0, 62);
 else
  high_bits_rsvd = pa_bits_rsvd & rsvd_bits(0, 51);

 /* Note, NX doesn't exist in PDPTEs, this is handled below. */
 if (!nx)
  high_bits_rsvd |= rsvd_bits(63, 63);

 /*
 * Non-leaf PML4Es and PDPEs reserve bit 8 (which would be the G bit for
 * leaf entries) on AMD CPUs only.
 */
 if (amd)
  nonleaf_bit8_rsvd = rsvd_bits(8, 8);

 switch (level) {
 case PT32_ROOT_LEVEL:
  /* no rsvd bits for 2 level 4K page table entries */
  rsvd_check->rsvd_bits_mask[0][1] = 0;
  rsvd_check->rsvd_bits_mask[0][0] = 0;
  rsvd_check->rsvd_bits_mask[1][0] =
   rsvd_check->rsvd_bits_mask[0][0];

  if (!pse) {
   rsvd_check->rsvd_bits_mask[1][1] = 0;
   break;
  }

  if (is_cpuid_PSE36())
   /* 36bits PSE 4MB page */
   rsvd_check->rsvd_bits_mask[1][1] = rsvd_bits(17, 21);
  else
   /* 32 bits PSE 4MB page */
   rsvd_check->rsvd_bits_mask[1][1] = rsvd_bits(13, 21);
  break;
 case PT32E_ROOT_LEVEL:
  rsvd_check->rsvd_bits_mask[0][2] = rsvd_bits(63, 63) |
         high_bits_rsvd |
         rsvd_bits(5, 8) |
         rsvd_bits(1, 2); /* PDPTE */
  rsvd_check->rsvd_bits_mask[0][1] = high_bits_rsvd; /* PDE */
  rsvd_check->rsvd_bits_mask[0][0] = high_bits_rsvd; /* PTE */
  rsvd_check->rsvd_bits_mask[1][1] = high_bits_rsvd |
         rsvd_bits(13, 20); /* large page */
  rsvd_check->rsvd_bits_mask[1][0] =
   rsvd_check->rsvd_bits_mask[0][0];
  break;
 case PT64_ROOT_5LEVEL:
  rsvd_check->rsvd_bits_mask[0][4] = high_bits_rsvd |
         nonleaf_bit8_rsvd |
         rsvd_bits(7, 7);
  rsvd_check->rsvd_bits_mask[1][4] =
   rsvd_check->rsvd_bits_mask[0][4];
  fallthrough;
 case PT64_ROOT_4LEVEL:
  rsvd_check->rsvd_bits_mask[0][3] = high_bits_rsvd |
         nonleaf_bit8_rsvd |
         rsvd_bits(7, 7);
  rsvd_check->rsvd_bits_mask[0][2] = high_bits_rsvd |
         gbpages_bit_rsvd;
  rsvd_check->rsvd_bits_mask[0][1] = high_bits_rsvd;
  rsvd_check->rsvd_bits_mask[0][0] = high_bits_rsvd;
  rsvd_check->rsvd_bits_mask[1][3] =
   rsvd_check->rsvd_bits_mask[0][3];
  rsvd_check->rsvd_bits_mask[1][2] = high_bits_rsvd |
         gbpages_bit_rsvd |
         rsvd_bits(13, 29);
  rsvd_check->rsvd_bits_mask[1][1] = high_bits_rsvd |
         rsvd_bits(13, 20); /* large page */
  rsvd_check->rsvd_bits_mask[1][0] =
   rsvd_check->rsvd_bits_mask[0][0];
  break;
 }
}

static void reset_guest_rsvds_bits_mask(struct kvm_vcpu *vcpu,
     struct kvm_mmu *context)
{
 __reset_rsvds_bits_mask(&context->guest_rsvd_check,
    vcpu->arch.reserved_gpa_bits,
    context->cpu_role.base.level, is_efer_nx(context),
    guest_cpu_cap_has(vcpu, X86_FEATURE_GBPAGES),
    is_cr4_pse(context),
    guest_cpuid_is_amd_compatible(vcpu));
}

static void __reset_rsvds_bits_mask_ept(struct rsvd_bits_validate *rsvd_check,
     u64 pa_bits_rsvd, bool execonly,
     int huge_page_level)
{
 u64 high_bits_rsvd = pa_bits_rsvd & rsvd_bits(0, 51);
 u64 large_1g_rsvd = 0, large_2m_rsvd = 0;
 u64 bad_mt_xwr;

 if (huge_page_level < PG_LEVEL_1G)
  large_1g_rsvd = rsvd_bits(7, 7);
 if (huge_page_level < PG_LEVEL_2M)
  large_2m_rsvd = rsvd_bits(7, 7);

 rsvd_check->rsvd_bits_mask[0][4] = high_bits_rsvd | rsvd_bits(3, 7);
 rsvd_check->rsvd_bits_mask[0][3] = high_bits_rsvd | rsvd_bits(3, 7);
 rsvd_check->rsvd_bits_mask[0][2] = high_bits_rsvd | rsvd_bits(3, 6) | large_1g_rsvd;
 rsvd_check->rsvd_bits_mask[0][1] = high_bits_rsvd | rsvd_bits(3, 6) | large_2m_rsvd;
 rsvd_check->rsvd_bits_mask[0][0] = high_bits_rsvd;

 /* large page */
 rsvd_check->rsvd_bits_mask[1][4] = rsvd_check->rsvd_bits_mask[0][4];
 rsvd_check->rsvd_bits_mask[1][3] = rsvd_check->rsvd_bits_mask[0][3];
 rsvd_check->rsvd_bits_mask[1][2] = high_bits_rsvd | rsvd_bits(12, 29) | large_1g_rsvd;
 rsvd_check->rsvd_bits_mask[1][1] = high_bits_rsvd | rsvd_bits(12, 20) | large_2m_rsvd;
 rsvd_check->rsvd_bits_mask[1][0] = rsvd_check->rsvd_bits_mask[0][0];

 bad_mt_xwr = 0xFFull << (2 * 8); /* bits 3..5 must not be 2 */
 bad_mt_xwr |= 0xFFull << (3 * 8); /* bits 3..5 must not be 3 */
 bad_mt_xwr |= 0xFFull << (7 * 8); /* bits 3..5 must not be 7 */
 bad_mt_xwr |= REPEAT_BYTE(1ull << 2); /* bits 0..2 must not be 010 */
 bad_mt_xwr |= REPEAT_BYTE(1ull << 6); /* bits 0..2 must not be 110 */
 if (!execonly) {
  /* bits 0..2 must not be 100 unless VMX capabilities allow it */
  bad_mt_xwr |= REPEAT_BYTE(1ull << 4);
 }
 rsvd_check->bad_mt_xwr = bad_mt_xwr;
}

static void reset_rsvds_bits_mask_ept(struct kvm_vcpu *vcpu,
  struct kvm_mmu *context, bool execonly, int huge_page_level)
{
 __reset_rsvds_bits_mask_ept(&context->guest_rsvd_check,
        vcpu->arch.reserved_gpa_bits, execonly,
        huge_page_level);
}

static inline u64 reserved_hpa_bits(void)
{
 return rsvd_bits(kvm_host.maxphyaddr, 63);
}

/*
 * the page table on host is the shadow page table for the page
 * table in guest or amd nested guest, its mmu features completely
 * follow the features in guest.
 */
static void reset_shadow_zero_bits_mask(struct kvm_vcpu *vcpu,
     struct kvm_mmu *context)
{
 /* @amd adds a check on bit of SPTEs, which KVM shouldn't use anyways. */
 bool is_amd = true;
 /* KVM doesn't use 2-level page tables for the shadow MMU. */
 bool is_pse = false;
 struct rsvd_bits_validate *shadow_zero_check;
 int i;

 WARN_ON_ONCE(context->root_role.level < PT32E_ROOT_LEVEL);

 shadow_zero_check = &context->shadow_zero_check;
 __reset_rsvds_bits_mask(shadow_zero_check, reserved_hpa_bits(),
    context->root_role.level,
    context->root_role.efer_nx,
    guest_cpu_cap_has(vcpu, X86_FEATURE_GBPAGES),
    is_pse, is_amd);

 if (!shadow_me_mask)
  return;

 for (i = context->root_role.level; --i >= 0;) {
  /*
 * So far shadow_me_value is a constant during KVM's life
 * time.  Bits in shadow_me_value are allowed to be set.
 * Bits in shadow_me_mask but not in shadow_me_value are
 * not allowed to be set.
 */
  shadow_zero_check->rsvd_bits_mask[0][i] |= shadow_me_mask;
  shadow_zero_check->rsvd_bits_mask[1][i] |= shadow_me_mask;
  shadow_zero_check->rsvd_bits_mask[0][i] &= ~shadow_me_value;
  shadow_zero_check->rsvd_bits_mask[1][i] &= ~shadow_me_value;
 }

}

static inline bool boot_cpu_is_amd(void)
{
 WARN_ON_ONCE(!tdp_enabled);
 return shadow_x_mask == 0;
}

/*
 * the direct page table on host, use as much mmu features as
 * possible, however, kvm currently does not do execution-protection.
 */
static void reset_tdp_shadow_zero_bits_mask(struct kvm_mmu *context)
{
 struct rsvd_bits_validate *shadow_zero_check;
 int i;

 shadow_zero_check = &context->shadow_zero_check;

 if (boot_cpu_is_amd())
  __reset_rsvds_bits_mask(shadow_zero_check, reserved_hpa_bits(),
     context->root_role.level, true,
     boot_cpu_has(X86_FEATURE_GBPAGES),
     false, true);
 else
  __reset_rsvds_bits_mask_ept(shadow_zero_check,
         reserved_hpa_bits(), false,
         max_huge_page_level);

 if (!shadow_me_mask)
  return;

 for (i = context->root_role.level; --i >= 0;) {
  shadow_zero_check->rsvd_bits_mask[0][i] &= ~shadow_me_mask;
  shadow_zero_check->rsvd_bits_mask[1][i] &= ~shadow_me_mask;
 }
}

/*
 * as the comments in reset_shadow_zero_bits_mask() except it
 * is the shadow page table for intel nested guest.
 */
static void
reset_ept_shadow_zero_bits_mask(struct kvm_mmu *context, bool execonly)
{
 __reset_rsvds_bits_mask_ept(&context->shadow_zero_check,
        reserved_hpa_bits(), execonly,
        max_huge_page_level);
}

#define BYTE_MASK(access) \
 ((1 & (access) ? 2 : 0) | \
  (2 & (access) ? 4 : 0) | \
  (3 & (access) ? 8 : 0) | \
  (4 & (access) ? 16 : 0) | \
  (5 & (access) ? 32 : 0) | \
  (6 & (access) ? 64 : 0) | \
  (7 & (access) ? 128 : 0))


static void update_permission_bitmask(struct kvm_mmu *mmu, bool ept)
{
 unsigned byte;

 const u8 x = BYTE_MASK(ACC_EXEC_MASK);
 const u8 w = BYTE_MASK(ACC_WRITE_MASK);
 const u8 u = BYTE_MASK(ACC_USER_MASK);

 bool cr4_smep = is_cr4_smep(mmu);
 bool cr4_smap = is_cr4_smap(mmu);
 bool cr0_wp = is_cr0_wp(mmu);
 bool efer_nx = is_efer_nx(mmu);

 for (byte = 0; byte < ARRAY_SIZE(mmu->permissions); ++byte) {
  unsigned pfec = byte << 1;

  /*
 * Each "*f" variable has a 1 bit for each UWX value
 * that causes a fault with the given PFEC.
 */

  /* Faults from writes to non-writable pages */
  u8 wf = (pfec & PFERR_WRITE_MASK) ? (u8)~w : 0;
  /* Faults from user mode accesses to supervisor pages */
  u8 uf = (pfec & PFERR_USER_MASK) ? (u8)~u : 0;
  /* Faults from fetches of non-executable pages*/
  u8 ff = (pfec & PFERR_FETCH_MASK) ? (u8)~x : 0;
  /* Faults from kernel mode fetches of user pages */
  u8 smepf = 0;
  /* Faults from kernel mode accesses of user pages */
  u8 smapf = 0;

  if (!ept) {
   /* Faults from kernel mode accesses to user pages */
   u8 kf = (pfec & PFERR_USER_MASK) ? 0 : u;

   /* Not really needed: !nx will cause pte.nx to fault */
   if (!efer_nx)
    ff = 0;

   /* Allow supervisor writes if !cr0.wp */
   if (!cr0_wp)
    wf = (pfec & PFERR_USER_MASK) ? wf : 0;

   /* Disallow supervisor fetches of user code if cr4.smep */
   if (cr4_smep)
    smepf = (pfec & PFERR_FETCH_MASK) ? kf : 0;

   /*
 * SMAP:kernel-mode data accesses from user-mode
 * mappings should fault. A fault is considered
 * as a SMAP violation if all of the following
 * conditions are true:
 *   - X86_CR4_SMAP is set in CR4
 *   - A user page is accessed
 *   - The access is not a fetch
 *   - The access is supervisor mode
 *   - If implicit supervisor access or X86_EFLAGS_AC is clear
 *
 * Here, we cover the first four conditions.
 * The fifth is computed dynamically in permission_fault();
 * PFERR_RSVD_MASK bit will be set in PFEC if the access is
 * *not* subject to SMAP restrictions.
 */
   if (cr4_smap)
    smapf = (pfec & (PFERR_RSVD_MASK|PFERR_FETCH_MASK)) ? 0 : kf;
  }

  mmu->permissions[byte] = ff | uf | wf | smepf | smapf;
 }
}

/*
* PKU is an additional mechanism by which the paging controls access to
* user-mode addresses based on the value in the PKRU register.  Protection
* key violations are reported through a bit in the page fault error code.
* Unlike other bits of the error code, the PK bit is not known at the
* call site of e.g. gva_to_gpa; it must be computed directly in
* permission_fault based on two bits of PKRU, on some machine state (CR4,
* CR0, EFER, CPL), and on other bits of the error code and the page tables.
*
* In particular the following conditions come from the error code, the
* page tables and the machine state:
* - PK is always zero unless CR4.PKE=1 and EFER.LMA=1
* - PK is always zero if RSVD=1 (reserved bit set) or F=1 (instruction fetch)
* - PK is always zero if U=0 in the page tables
* - PKRU.WD is ignored if CR0.WP=0 and the access is a supervisor access.
*
* The PKRU bitmask caches the result of these four conditions.  The error
* code (minus the P bit) and the page table's U bit form an index into the
* PKRU bitmask.  Two bits of the PKRU bitmask are then extracted and ANDed
* with the two bits of the PKRU register corresponding to the protection key.
* For the first three conditions above the bits will be 00, thus masking
* away both AD and WD.  For all reads or if the last condition holds, WD
* only will be masked away.
*/
static void update_pkru_bitmask(struct kvm_mmu *mmu)
{
 unsigned bit;
 bool wp;

 mmu->pkru_mask = 0;

 if (!is_cr4_pke(mmu))
  return;

 wp = is_cr0_wp(mmu);

 for (bit = 0; bit < ARRAY_SIZE(mmu->permissions); ++bit) {
  unsigned pfec, pkey_bits;
  bool check_pkey, check_write, ff, uf, wf, pte_user;

  pfec = bit << 1;
  ff = pfec & PFERR_FETCH_MASK;
  uf = pfec & PFERR_USER_MASK;
  wf = pfec & PFERR_WRITE_MASK;

  /* PFEC.RSVD is replaced by ACC_USER_MASK. */
  pte_user = pfec & PFERR_RSVD_MASK;

  /*
 * Only need to check the access which is not an
 * instruction fetch and is to a user page.
 */
  check_pkey = (!ff && pte_user);
  /*
 * write access is controlled by PKRU if it is a
 * user access or CR0.WP = 1.
 */
  check_write = check_pkey && wf && (uf || wp);

  /* PKRU.AD stops both read and write access. */
  pkey_bits = !!check_pkey;
  /* PKRU.WD stops write access. */
  pkey_bits |= (!!check_write) << 1;

  mmu->pkru_mask |= (pkey_bits & 3) << pfec;
 }
}

static void reset_guest_paging_metadata(struct kvm_vcpu *vcpu,
     struct kvm_mmu *mmu)
{
 if (!is_cr0_pg(mmu))
  return;

 reset_guest_rsvds_bits_mask(vcpu, mmu);
 update_permission_bitmask(mmu, false);
 update_pkru_bitmask(mmu);
}

static void paging64_init_context(struct kvm_mmu *context)
{
 context->page_fault = paging64_page_fault;
 context->gva_to_gpa = paging64_gva_to_gpa;
 context->sync_spte = paging64_sync_spte;
}

static void paging32_init_context(struct kvm_mmu *context)
{
 context->page_fault = paging32_page_fault;
 context->gva_to_gpa = paging32_gva_to_gpa;
 context->sync_spte = paging32_sync_spte;
}

static union kvm_cpu_role kvm_calc_cpu_role(struct kvm_vcpu *vcpu,
         const struct kvm_mmu_role_regs *regs)
{
 union kvm_cpu_role role = {0};

 role.base.access = ACC_ALL;
 role.base.smm = is_smm(vcpu);
 role.base.guest_mode = is_guest_mode(vcpu);
 role.ext.valid = 1;

 if (!____is_cr0_pg(regs)) {
  role.base.direct = 1;
  return role;
 }

 role.base.efer_nx = ____is_efer_nx(regs);
 role.base.cr0_wp = ____is_cr0_wp(regs);
 role.base.smep_andnot_wp = ____is_cr4_smep(regs) && !____is_cr0_wp(regs);
 role.base.smap_andnot_wp = ____is_cr4_smap(regs) && !____is_cr0_wp(regs);
 role.base.has_4_byte_gpte = !____is_cr4_pae(regs);

 if (____is_efer_lma(regs))
  role.base.level = ____is_cr4_la57(regs) ? PT64_ROOT_5LEVEL
       : PT64_ROOT_4LEVEL;
 else if (____is_cr4_pae(regs))
  role.base.level = PT32E_ROOT_LEVEL;
 else
  role.base.level = PT32_ROOT_LEVEL;

 role.ext.cr4_smep = ____is_cr4_smep(regs);
 role.ext.cr4_smap = ____is_cr4_smap(regs);
 role.ext.cr4_pse = ____is_cr4_pse(regs);

 /* PKEY and LA57 are active iff long mode is active. */
 role.ext.cr4_pke = ____is_efer_lma(regs) && ____is_cr4_pke(regs);
 role.ext.cr4_la57 = ____is_efer_lma(regs) && ____is_cr4_la57(regs);
 role.ext.efer_lma = ____is_efer_lma(regs);
 return role;
}

void __kvm_mmu_refresh_passthrough_bits(struct kvm_vcpu *vcpu,
     struct kvm_mmu *mmu)
{
 const bool cr0_wp = kvm_is_cr0_bit_set(vcpu, X86_CR0_WP);

 BUILD_BUG_ON((KVM_MMU_CR0_ROLE_BITS & KVM_POSSIBLE_CR0_GUEST_BITS) != X86_CR0_WP);
 BUILD_BUG_ON((KVM_MMU_CR4_ROLE_BITS & KVM_POSSIBLE_CR4_GUEST_BITS));

 if (is_cr0_wp(mmu) == cr0_wp)
  return;

 mmu->cpu_role.base.cr0_wp = cr0_wp;
 reset_guest_paging_metadata(vcpu, mmu);
}

static inline int kvm_mmu_get_tdp_level(struct kvm_vcpu *vcpu)
{
 int maxpa;

 if (vcpu->kvm->arch.vm_type == KVM_X86_TDX_VM)
  maxpa = cpuid_query_maxguestphyaddr(vcpu);
 else
  maxpa = cpuid_maxphyaddr(vcpu);

 /* tdp_root_level is architecture forced level, use it if nonzero */
 if (tdp_root_level)
  return tdp_root_level;

 /* Use 5-level TDP if and only if it's useful/necessary. */
 if (max_tdp_level == 5 && maxpa <= 48)
  return 4;

 return max_tdp_level;
}

u8 kvm_mmu_get_max_tdp_level(void)
{
 return tdp_root_level ? tdp_root_level : max_tdp_level;
}

static union kvm_mmu_page_role
kvm_calc_tdp_mmu_root_page_role(struct kvm_vcpu *vcpu,
    union kvm_cpu_role cpu_role)
{
 union kvm_mmu_page_role role = {0};

 role.access = ACC_ALL;
 role.cr0_wp = true;
 role.efer_nx = true;
 role.smm = cpu_role.base.smm;
 role.guest_mode = cpu_role.base.guest_mode;
 role.ad_disabled = !kvm_ad_enabled;
 role.level = kvm_mmu_get_tdp_level(vcpu);
 role.direct = true;
 role.has_4_byte_gpte = false;

 return role;
}

static void init_kvm_tdp_mmu(struct kvm_vcpu *vcpu,
        union kvm_cpu_role cpu_role)
{
 struct kvm_mmu *context = &vcpu->arch.root_mmu;
 union kvm_mmu_page_role root_role = kvm_calc_tdp_mmu_root_page_role(vcpu, cpu_role);

 if (cpu_role.as_u64 == context->cpu_role.as_u64 &&
     root_role.word == context->root_role.word)
  return;

 context->cpu_role.as_u64 = cpu_role.as_u64;
 context->root_role.word = root_role.word;
 context->page_fault = kvm_tdp_page_fault;
 context->sync_spte = NULL;
 context->get_guest_pgd = get_guest_cr3;
 context->get_pdptr = kvm_pdptr_read;
 context->inject_page_fault = kvm_inject_page_fault;

 if (!is_cr0_pg(context))
  context->gva_to_gpa = nonpaging_gva_to_gpa;
 else if (is_cr4_pae(context))
  context->gva_to_gpa = paging64_gva_to_gpa;
 else
  context->gva_to_gpa = paging32_gva_to_gpa;

 reset_guest_paging_metadata(vcpu, context);
 reset_tdp_shadow_zero_bits_mask(context);
}

static void shadow_mmu_init_context(struct kvm_vcpu *vcpu, struct kvm_mmu *context,
        union kvm_cpu_role cpu_role,
        union kvm_mmu_page_role root_role)
{
 if (cpu_role.as_u64 == context->cpu_role.as_u64 &&
     root_role.word == context->root_role.word)
  return;

 context->cpu_role.as_u64 = cpu_role.as_u64;
 context->root_role.word = root_role.word;

 if (!is_cr0_pg(context))
  nonpaging_init_context(context);
 else if (is_cr4_pae(context))
  paging64_init_context(context);
 else
  paging32_init_context(context);

 reset_guest_paging_metadata(vcpu, context);
 reset_shadow_zero_bits_mask(vcpu, context);
}

static void kvm_init_shadow_mmu(struct kvm_vcpu *vcpu,
    union kvm_cpu_role cpu_role)
{
 struct kvm_mmu *context = &vcpu->arch.root_mmu;
 union kvm_mmu_page_role root_role;

 root_role = cpu_role.base;

 /* KVM uses PAE paging whenever the guest isn't using 64-bit paging. */
 root_role.level = max_t(u32, root_role.level, PT32E_ROOT_LEVEL);

 /*
 * KVM forces EFER.NX=1 when TDP is disabled, reflect it in the MMU role.
 * KVM uses NX when TDP is disabled to handle a variety of scenarios,
 * notably for huge SPTEs if iTLB multi-hit mitigation is enabled and
 * to generate correct permissions for CR0.WP=0/CR4.SMEP=1/EFER.NX=0.
 * The iTLB multi-hit workaround can be toggled at any time, so assume
 * NX can be used by any non-nested shadow MMU to avoid having to reset
 * MMU contexts.
 */
 root_role.efer_nx = true;

 shadow_mmu_init_context(vcpu, context, cpu_role, root_role);
}

void kvm_init_shadow_npt_mmu(struct kvm_vcpu *vcpu, unsigned long cr0,
        unsigned long cr4, u64 efer, gpa_t nested_cr3)
{
 struct kvm_mmu *context = &vcpu->arch.guest_mmu;
 struct kvm_mmu_role_regs regs = {
  .cr0 = cr0,
  .cr4 = cr4 & ~X86_CR4_PKE,
  .efer = efer,
 };
 union kvm_cpu_role cpu_role = kvm_calc_cpu_role(vcpu, ®s);
 union kvm_mmu_page_role root_role;

 /* NPT requires CR0.PG=1. */
 WARN_ON_ONCE(cpu_role.base.direct || !cpu_role.base.guest_mode);

 root_role = cpu_role.base;
 root_role.level = kvm_mmu_get_tdp_level(vcpu);
 if (root_role.level == PT64_ROOT_5LEVEL &&
     cpu_role.base.level == PT64_ROOT_4LEVEL)
  root_role.passthrough = 1;

 shadow_mmu_init_context(vcpu, context, cpu_role, root_role);
 kvm_mmu_new_pgd(vcpu, nested_cr3);
}
EXPORT_SYMBOL_GPL(kvm_init_shadow_npt_mmu);

static union kvm_cpu_role
kvm_calc_shadow_ept_root_page_role(struct kvm_vcpu *vcpu, bool accessed_dirty,
       bool execonly, u8 level)
{
 union kvm_cpu_role role = {0};

 /*
 * KVM does not support SMM transfer monitors, and consequently does not
 * support the "entry to SMM" control either.  role.base.smm is always 0.
 */
 WARN_ON_ONCE(is_smm(vcpu));
 role.base.level = level;
 role.base.has_4_byte_gpte = false;
 role.base.direct = false;
 role.base.ad_disabled = !accessed_dirty;
 role.base.guest_mode = true;
 role.base.access = ACC_ALL;

 role.ext.word = 0;
 role.ext.execonly = execonly;
 role.ext.valid = 1;

 return role;
}

void kvm_init_shadow_ept_mmu(struct kvm_vcpu *vcpu, bool execonly,
        int huge_page_level, bool accessed_dirty,
        gpa_t new_eptp)
{
 struct kvm_mmu *context = &vcpu->arch.guest_mmu;
 u8 level = vmx_eptp_page_walk_level(new_eptp);
 union kvm_cpu_role new_mode =
  kvm_calc_shadow_ept_root_page_role(vcpu, accessed_dirty,
         execonly, level);

 if (new_mode.as_u64 != context->cpu_role.as_u64) {
  /* EPT, and thus nested EPT, does not consume CR0, CR4, nor EFER. */
  context->cpu_role.as_u64 = new_mode.as_u64;
  context->root_role.word = new_mode.base.word;

  context->page_fault = ept_page_fault;
  context->gva_to_gpa = ept_gva_to_gpa;
  context->sync_spte = ept_sync_spte;

  update_permission_bitmask(context, true);
  context->pkru_mask = 0;
  reset_rsvds_bits_mask_ept(vcpu, context, execonly, huge_page_level);
  reset_ept_shadow_zero_bits_mask(context, execonly);
 }

 kvm_mmu_new_pgd(vcpu, new_eptp);
}
EXPORT_SYMBOL_GPL(kvm_init_shadow_ept_mmu);

static void init_kvm_softmmu(struct kvm_vcpu *vcpu,
        union kvm_cpu_role cpu_role)
{
 struct kvm_mmu *context = &vcpu->arch.root_mmu;

 kvm_init_shadow_mmu(vcpu, cpu_role);

 context->get_guest_pgd     = get_guest_cr3;
 context->get_pdptr         = kvm_pdptr_read;
 context->inject_page_fault = kvm_inject_page_fault;
}

static void init_kvm_nested_mmu(struct kvm_vcpu *vcpu,
    union kvm_cpu_role new_mode)
{
 struct kvm_mmu *g_context = &vcpu->arch.nested_mmu;

 if (new_mode.as_u64 == g_context->cpu_role.as_u64)
  return;

 g_context->cpu_role.as_u64   = new_mode.as_u64;
 g_context->get_guest_pgd     = get_guest_cr3;
 g_context->get_pdptr         = kvm_pdptr_read;
 g_context->inject_page_fault = kvm_inject_page_fault;

 /*
 * L2 page tables are never shadowed, so there is no need to sync
 * SPTEs.
 */
 g_context->sync_spte         = NULL;

 /*
 * Note that arch.mmu->gva_to_gpa translates l2_gpa to l1_gpa using
 * L1's nested page tables (e.g. EPT12). The nested translation
 * of l2_gva to l1_gpa is done by arch.nested_mmu.gva_to_gpa using
 * L2's page tables as the first level of translation and L1's
 * nested page tables as the second level of translation. Basically
 * the gva_to_gpa functions between mmu and nested_mmu are swapped.
 */
 if (!is_paging(vcpu))
  g_context->gva_to_gpa = nonpaging_gva_to_gpa;
 else if (is_long_mode(vcpu))
  g_context->gva_to_gpa = paging64_gva_to_gpa;
 else if (is_pae(vcpu))
  g_context->gva_to_gpa = paging64_gva_to_gpa;
 else
  g_context->gva_to_gpa = paging32_gva_to_gpa;

 reset_guest_paging_metadata(vcpu, g_context);
}

void kvm_init_mmu(struct kvm_vcpu *vcpu)
{
 struct kvm_mmu_role_regs regs = vcpu_to_role_regs(vcpu);
 union kvm_cpu_role cpu_role = kvm_calc_cpu_role(vcpu, ®s);

 if (mmu_is_nested(vcpu))
  init_kvm_nested_mmu(vcpu, cpu_role);
 else if (tdp_enabled)
  init_kvm_tdp_mmu(vcpu, cpu_role);
 else
  init_kvm_softmmu(vcpu, cpu_role);
}
EXPORT_SYMBOL_GPL(kvm_init_mmu);

void kvm_mmu_after_set_cpuid(struct kvm_vcpu *vcpu)
{
 /*
 * Invalidate all MMU roles to force them to reinitialize as CPUID
 * information is factored into reserved bit calculations.
 *
 * Correctly handling multiple vCPU models with respect to paging and
 * physical address properties) in a single VM would require tracking
 * all relevant CPUID information in kvm_mmu_page_role. That is very
 * undesirable as it would increase the memory requirements for
 * gfn_write_track (see struct kvm_mmu_page_role comments).  For now
 * that problem is swept under the rug; KVM's CPUID API is horrific and
 * it's all but impossible to solve it without introducing a new API.
 */
 vcpu->arch.root_mmu.root_role.invalid = 1;
 vcpu->arch.guest_mmu.root_role.invalid = 1;
 vcpu->arch.nested_mmu.root_role.invalid = 1;
 vcpu->arch.root_mmu.cpu_role.ext.valid = 0;
 vcpu->arch.guest_mmu.cpu_role.ext.valid = 0;
 vcpu->arch.nested_mmu.cpu_role.ext.valid = 0;
 kvm_mmu_reset_context(vcpu);

 /*
 * Changing guest CPUID after KVM_RUN is forbidden, see the comment in
 * kvm_arch_vcpu_ioctl().
 */
 KVM_BUG_ON(kvm_vcpu_has_run(vcpu), vcpu->kvm);
}

void kvm_mmu_reset_context(struct kvm_vcpu *vcpu)
{
 kvm_mmu_unload(vcpu);
 kvm_init_mmu(vcpu);
}
EXPORT_SYMBOL_GPL(kvm_mmu_reset_context);

int kvm_mmu_load(struct kvm_vcpu *vcpu)
{
 int r;

 r = mmu_topup_memory_caches(vcpu, !vcpu->arch.mmu->root_role.direct);
 if (r)
  goto out;
 r = mmu_alloc_special_roots(vcpu);
 if (r)
  goto out;
 if (vcpu->arch.mmu->root_role.direct)
  r = mmu_alloc_direct_roots(vcpu);
 else
  r = mmu_alloc_shadow_roots(vcpu);
 if (r)
  goto out;

 kvm_mmu_sync_roots(vcpu);

 kvm_mmu_load_pgd(vcpu);

 /*
 * Flush any TLB entries for the new root, the provenance of the root
 * is unknown.  Even if KVM ensures there are no stale TLB entries
 * for a freed root, in theory another hypervisor could have left
 * stale entries.  Flushing on alloc also allows KVM to skip the TLB
 * flush when freeing a root (see kvm_tdp_mmu_put_root()).
 */
 kvm_x86_call(flush_tlb_current)(vcpu);
out:
 return r;
}
EXPORT_SYMBOL_GPL(kvm_mmu_load);

void kvm_mmu_unload(struct kvm_vcpu *vcpu)
{
 struct kvm *kvm = vcpu->kvm;

 kvm_mmu_free_roots(kvm, &vcpu->arch.root_mmu, KVM_MMU_ROOTS_ALL);
 WARN_ON_ONCE(VALID_PAGE(vcpu->arch.root_mmu.root.hpa));
 kvm_mmu_free_roots(kvm, &vcpu->arch.guest_mmu, KVM_MMU_ROOTS_ALL);
 WARN_ON_ONCE(VALID_PAGE(vcpu->arch.guest_mmu.root.hpa));
 vcpu_clear_mmio_info(vcpu, MMIO_GVA_ANY);
}

static bool is_obsolete_root(struct kvm *kvm, hpa_t root_hpa)
{
 struct kvm_mmu_page *sp;

 if (!VALID_PAGE(root_hpa))
  return false;

 /*
 * When freeing obsolete roots, treat roots as obsolete if they don't
 * have an associated shadow page, as it's impossible to determine if
 * such roots are fresh or stale.  This does mean KVM will get false
 * positives and free roots that don't strictly need to be freed, but
 * such false positives are relatively rare:
 *
 *  (a) only PAE paging and nested NPT have roots without shadow pages
 *      (or any shadow paging flavor with a dummy root, see note below)
 *  (b) remote reloads due to a memslot update obsoletes _all_ roots
 *  (c) KVM doesn't track previous roots for PAE paging, and the guest
 *      is unlikely to zap an in-use PGD.
 *
 * Note!  Dummy roots are unique in that they are obsoleted by memslot
 * _creation_!  See also FNAME(fetch).
 */
 sp = root_to_sp(root_hpa);
 return !sp || is_obsolete_sp(kvm, sp);
}

static void __kvm_mmu_free_obsolete_roots(struct kvm *kvm, struct kvm_mmu *mmu)
{
 unsigned long roots_to_free = 0;
 int i;

 if (is_obsolete_root(kvm, mmu->root.hpa))
  roots_to_free |= KVM_MMU_ROOT_CURRENT;

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++) {
  if (is_obsolete_root(kvm, mmu->prev_roots[i].hpa))
   roots_to_free |= KVM_MMU_ROOT_PREVIOUS(i);
 }

 if (roots_to_free)
  kvm_mmu_free_roots(kvm, mmu, roots_to_free);
}

void kvm_mmu_free_obsolete_roots(struct kvm_vcpu *vcpu)
{
 __kvm_mmu_free_obsolete_roots(vcpu->kvm, &vcpu->arch.root_mmu);
 __kvm_mmu_free_obsolete_roots(vcpu->kvm, &vcpu->arch.guest_mmu);
}
EXPORT_SYMBOL_GPL(kvm_mmu_free_obsolete_roots);

static u64 mmu_pte_write_fetch_gpte(struct kvm_vcpu *vcpu, gpa_t *gpa,
        int *bytes)
{
 u64 gentry = 0;
 int r;

 /*
 * Assume that the pte write on a page table of the same type
 * as the current vcpu paging mode since we update the sptes only
 * when they have the same mode.
 */
 if (is_pae(vcpu) && *bytes == 4) {
  /* Handle a 32-bit guest writing two halves of a 64-bit gpte */
  *gpa &= ~(gpa_t)7;
  *bytes = 8;
 }

 if (*bytes == 4 || *bytes == 8) {
  r = kvm_vcpu_read_guest_atomic(vcpu, *gpa, &gentry, *bytes);
  if (r)
   gentry = 0;
 }

 return gentry;
}

/*
 * If we're seeing too many writes to a page, it may no longer be a page table,
 * or we may be forking, in which case it is better to unmap the page.
 */
static bool detect_write_flooding(struct kvm_mmu_page *sp)
{
 /*
 * Skip write-flooding detected for the sp whose level is 1, because
 * it can become unsync, then the guest page is not write-protected.
 */
 if (sp->role.level == PG_LEVEL_4K)
  return false;

 atomic_inc(&sp->write_flooding_count);
 return atomic_read(&sp->write_flooding_count) >= 3;
}

/*
 * Misaligned accesses are too much trouble to fix up; also, they usually
 * indicate a page is not used as a page table.
 */
static bool detect_write_misaligned(struct kvm_mmu_page *sp, gpa_t gpa,
        int bytes)
{
 unsigned offset, pte_size, misaligned;

 offset = offset_in_page(gpa);
 pte_size = sp->role.has_4_byte_gpte ? 4 : 8;

 /*
 * Sometimes, the OS only writes the last one bytes to update status
 * bits, for example, in linux, andb instruction is used in clear_bit().
 */
 if (!(offset & (pte_size - 1)) && bytes == 1)
  return false;

 misaligned = (offset ^ (offset + bytes - 1)) & ~(pte_size - 1);
 misaligned |= bytes < 4;

 return misaligned;
}

static u64 *get_written_sptes(struct kvm_mmu_page *sp, gpa_t gpa, int *nspte)
{
 unsigned page_offset, quadrant;
 u64 *spte;
 int level;

 page_offset = offset_in_page(gpa);
 level = sp->role.level;
 *nspte = 1;
 if (sp->role.has_4_byte_gpte) {
  page_offset <<= 1; /* 32->64 */
  /*
 * A 32-bit pde maps 4MB while the shadow pdes map
 * only 2MB.  So we need to double the offset again
 * and zap two pdes instead of one.
 */
  if (level == PT32_ROOT_LEVEL) {
   page_offset &= ~7; /* kill rounding error */
   page_offset <<= 1;
   *nspte = 2;
  }
  quadrant = page_offset >> PAGE_SHIFT;
  page_offset &= ~PAGE_MASK;
  if (quadrant != sp->role.quadrant)
   return NULL;
 }

 spte = &sp->spt[page_offset / sizeof(*spte)];
 return spte;
}

void kvm_mmu_track_write(struct kvm_vcpu *vcpu, gpa_t gpa, const u8 *new,
    int bytes)
{
 gfn_t gfn = gpa >> PAGE_SHIFT;
 struct kvm_mmu_page *sp;
 LIST_HEAD(invalid_list);
 u64 entry, gentry, *spte;
 int npte;
 bool flush = false;

 /*
 * When emulating guest writes, ensure the written value is visible to
 * any task that is handling page faults before checking whether or not
 * KVM is shadowing a guest PTE.  This ensures either KVM will create
 * the correct SPTE in the page fault handler, or this task will see
 * a non-zero indirect_shadow_pages.  Pairs with the smp_mb() in
 * account_shadowed().
 */
 smp_mb();
 if (!vcpu->kvm->arch.indirect_shadow_pages)
  return;

 write_lock(&vcpu->kvm->mmu_lock);

 gentry = mmu_pte_write_fetch_gpte(vcpu, &gpa, &bytes);

 ++vcpu->kvm->stat.mmu_pte_write;

 for_each_gfn_valid_sp_with_gptes(vcpu->kvm, sp, gfn) {
  if (detect_write_misaligned(sp, gpa, bytes) ||
        detect_write_flooding(sp)) {
   kvm_mmu_prepare_zap_page(vcpu->kvm, sp, &invalid_list);
   ++vcpu->kvm->stat.mmu_flooded;
   continue;
  }

  spte = get_written_sptes(sp, gpa, &npte);
  if (!spte)
   continue;

  while (npte--) {
   entry = *spte;
   mmu_page_zap_pte(vcpu->kvm, sp, spte, NULL);
   if (gentry && sp->role.level != PG_LEVEL_4K)
    ++vcpu->kvm->stat.mmu_pde_zapped;
   if (is_shadow_present_pte(entry))
    flush = true;
   ++spte;
  }
 }
 kvm_mmu_remote_flush_or_zap(vcpu->kvm, &invalid_list, flush);
 write_unlock(&vcpu->kvm->mmu_lock);
}

static bool is_write_to_guest_page_table(u64 error_code)
{
 const u64 mask = PFERR_GUEST_PAGE_MASK | PFERR_WRITE_MASK | PFERR_PRESENT_MASK;

 return (error_code & mask) == mask;
}

static int kvm_mmu_write_protect_fault(struct kvm_vcpu *vcpu, gpa_t cr2_or_gpa,
           u64 error_code, int *emulation_type)
{
 bool direct = vcpu->arch.mmu->root_role.direct;

 /*
 * Do not try to unprotect and retry if the vCPU re-faulted on the same
 * RIP with the same address that was previously unprotected, as doing
 * so will likely put the vCPU into an infinite.  E.g. if the vCPU uses
 * a non-page-table modifying instruction on the PDE that points to the
 * instruction, then unprotecting the gfn will unmap the instruction's
 * code, i.e. make it impossible for the instruction to ever complete.
 */
 if (vcpu->arch.last_retry_eip == kvm_rip_read(vcpu) &&
     vcpu->arch.last_retry_addr == cr2_or_gpa)
  return RET_PF_EMULATE;

 /*
 * Reset the unprotect+retry values that guard against infinite loops.
 * The values will be refreshed if KVM explicitly unprotects a gfn and
 * retries, in all other cases it's safe to retry in the future even if
 * the next page fault happens on the same RIP+address.
 */
 vcpu->arch.last_retry_eip = 0;
 vcpu->arch.last_retry_addr = 0;

 /*
 * It should be impossible to reach this point with an MMIO cache hit,
 * as RET_PF_WRITE_PROTECTED is returned if and only if there's a valid,
 * writable memslot, and creating a memslot should invalidate the MMIO
 * cache by way of changing the memslot generation.  WARN and disallow
 * retry if MMIO is detected, as retrying MMIO emulation is pointless
 * and could put the vCPU into an infinite loop because the processor
 * will keep faulting on the non-existent MMIO address.
 */
 if (WARN_ON_ONCE(mmio_info_in_cache(vcpu, cr2_or_gpa, direct)))
  return RET_PF_EMULATE;

 /*
 * Before emulating the instruction, check to see if the access was due
 * to a read-only violation while the CPU was walking non-nested NPT
 * page tables, i.e. for a direct MMU, for _guest_ page tables in L1.
 * If L1 is sharing (a subset of) its page tables with L2, e.g. by
 * having nCR3 share lower level page tables with hCR3, then when KVM
 * (L0) write-protects the nested NPTs, i.e. npt12 entries, KVM is also
 * unknowingly write-protecting L1's guest page tables, which KVM isn't
 * shadowing.
 *
 * Because the CPU (by default) walks NPT page tables using a write
 * access (to ensure the CPU can do A/D updates), page walks in L1 can
 * trigger write faults for the above case even when L1 isn't modifying
 * PTEs.  As a result, KVM will unnecessarily emulate (or at least, try
 * to emulate) an excessive number of L1 instructions; because L1's MMU
 * isn't shadowed by KVM, there is no need to write-protect L1's gPTEs
 * and thus no need to emulate in order to guarantee forward progress.
 *
 * Try to unprotect the gfn, i.e. zap any shadow pages, so that L1 can
 * proceed without triggering emulation.  If one or more shadow pages
 * was zapped, skip emulation and resume L1 to let it natively execute
 * the instruction.  If no shadow pages were zapped, then the write-
 * fault is due to something else entirely, i.e. KVM needs to emulate,
 * as resuming the guest will put it into an infinite loop.
 *
 * Note, this code also applies to Intel CPUs, even though it is *very*
 * unlikely that an L1 will share its page tables (IA32/PAE/paging64
 * format) with L2's page tables (EPT format).
 *
 * For indirect MMUs, i.e. if KVM is shadowing the current MMU, try to
 * unprotect the gfn and retry if an event is awaiting reinjection.  If
 * KVM emulates multiple instructions before completing event injection,
 * the event could be delayed beyond what is architecturally allowed,
 * e.g. KVM could inject an IRQ after the TPR has been raised.
 */
 if (((direct && is_write_to_guest_page_table(error_code)) ||
      (!direct && kvm_event_needs_reinjection(vcpu))) &&
     kvm_mmu_unprotect_gfn_and_retry(vcpu, cr2_or_gpa))
  return RET_PF_RETRY;

 /*
 * The gfn is write-protected, but if KVM detects its emulating an
 * instruction that is unlikely to be used to modify page tables, or if
 * emulation fails, KVM can try to unprotect the gfn and let the CPU
 * re-execute the instruction that caused the page fault.  Do not allow
 * retrying an instruction from a nested guest as KVM is only explicitly
 * shadowing L1's page tables, i.e. unprotecting something for L1 isn't
 * going to magically fix whatever issue caused L2 to fail.
 */
 if (!is_guest_mode(vcpu))
  *emulation_type |= EMULTYPE_ALLOW_RETRY_PF;

 return RET_PF_EMULATE;
}

int noinline kvm_mmu_page_fault(struct kvm_vcpu *vcpu, gpa_t cr2_or_gpa, u64 error_code,
         void *insn, int insn_len)
{
 int r, emulation_type = EMULTYPE_PF;
 bool direct = vcpu->arch.mmu->root_role.direct;

 if (WARN_ON_ONCE(!VALID_PAGE(vcpu->arch.mmu->root.hpa)))
  return RET_PF_RETRY;

 /*
 * Except for reserved faults (emulated MMIO is shared-only), set the
 * PFERR_PRIVATE_ACCESS flag for software-protected VMs based on the gfn's
 * current attributes, which are the source of truth for such VMs.  Note,
 * this wrong for nested MMUs as the GPA is an L2 GPA, but KVM doesn't
 * currently supported nested virtualization (among many other things)
 * for software-protected VMs.
 */
 if (IS_ENABLED(CONFIG_KVM_SW_PROTECTED_VM) &&
     !(error_code & PFERR_RSVD_MASK) &&
     vcpu->kvm->arch.vm_type == KVM_X86_SW_PROTECTED_VM &&
     kvm_mem_is_private(vcpu->kvm, gpa_to_gfn(cr2_or_gpa)))
  error_code |= PFERR_PRIVATE_ACCESS;

 r = RET_PF_INVALID;
 if (unlikely(error_code & PFERR_RSVD_MASK)) {
  if (WARN_ON_ONCE(error_code & PFERR_PRIVATE_ACCESS))
   return -EFAULT;

  r = handle_mmio_page_fault(vcpu, cr2_or_gpa, direct);
  if (r == RET_PF_EMULATE)
   goto emulate;
 }

 if (r == RET_PF_INVALID) {
  vcpu->stat.pf_taken++;

  r = kvm_mmu_do_page_fault(vcpu, cr2_or_gpa, error_code, false,
       &emulation_type, NULL);
  if (KVM_BUG_ON(r == RET_PF_INVALID, vcpu->kvm))
   return -EIO;
 }

 if (r < 0)
  return r;

 if (r == RET_PF_WRITE_PROTECTED)
  r = kvm_mmu_write_protect_fault(vcpu, cr2_or_gpa, error_code,
      &emulation_type);

 if (r == RET_PF_FIXED)
  vcpu->stat.pf_fixed++;
 else if (r == RET_PF_EMULATE)
  vcpu->stat.pf_emulate++;
 else if (r == RET_PF_SPURIOUS)
  vcpu->stat.pf_spurious++;

 /*
 * None of handle_mmio_page_fault(), kvm_mmu_do_page_fault(), or
 * kvm_mmu_write_protect_fault() return RET_PF_CONTINUE.
 * kvm_mmu_do_page_fault() only uses RET_PF_CONTINUE internally to
 * indicate continuing the page fault handling until to the final
 * page table mapping phase.
 */
 WARN_ON_ONCE(r == RET_PF_CONTINUE);
 if (r != RET_PF_EMULATE)
  return r;

emulate:
 return x86_emulate_instruction(vcpu, cr2_or_gpa, emulation_type, insn,
           insn_len);
}
EXPORT_SYMBOL_GPL(kvm_mmu_page_fault);

void kvm_mmu_print_sptes(struct kvm_vcpu *vcpu, gpa_t gpa, const char *msg)
{
 u64 sptes[PT64_ROOT_MAX_LEVEL + 1];
 int root_level, leaf, level;

 leaf = get_sptes_lockless(vcpu, gpa, sptes, &root_level);
 if (unlikely(leaf < 0))
  return;

 pr_err("%s %llx", msg, gpa);
 for (level = root_level; level >= leaf; level--)
  pr_cont(", spte[%d] = 0x%llx", level, sptes[level]);
 pr_cont("\n");
}
EXPORT_SYMBOL_GPL(kvm_mmu_print_sptes);

static void __kvm_mmu_invalidate_addr(struct kvm_vcpu *vcpu, struct kvm_mmu *mmu,
          u64 addr, hpa_t root_hpa)
{
 struct kvm_shadow_walk_iterator iterator;

 vcpu_clear_mmio_info(vcpu, addr);

 /*
 * Walking and synchronizing SPTEs both assume they are operating in
 * the context of the current MMU, and would need to be reworked if
 * this is ever used to sync the guest_mmu, e.g. to emulate INVEPT.
 */
 if (WARN_ON_ONCE(mmu != vcpu->arch.mmu))
  return;

 if (!VALID_PAGE(root_hpa))
  return;

 write_lock(&vcpu->kvm->mmu_lock);
 for_each_shadow_entry_using_root(vcpu, root_hpa, addr, iterator) {
  struct kvm_mmu_page *sp = sptep_to_sp(iterator.sptep);

  if (sp->unsync) {
   int ret = kvm_sync_spte(vcpu, sp, iterator.index);

   if (ret < 0)
    mmu_page_zap_pte(vcpu->kvm, sp, iterator.sptep, NULL);
   if (ret)
    kvm_flush_remote_tlbs_sptep(vcpu->kvm, iterator.sptep);
  }

  if (!sp->unsync_children)
   break;
 }
 write_unlock(&vcpu->kvm->mmu_lock);
}

void kvm_mmu_invalidate_addr(struct kvm_vcpu *vcpu, struct kvm_mmu *mmu,
        u64 addr, unsigned long roots)
{
 int i;

 WARN_ON_ONCE(roots & ~KVM_MMU_ROOTS_ALL);

 /* It's actually a GPA for vcpu->arch.guest_mmu.  */
 if (mmu != &vcpu->arch.guest_mmu) {
  /* INVLPG on a non-canonical address is a NOP according to the SDM.  */
  if (is_noncanonical_invlpg_address(addr, vcpu))
   return;

  kvm_x86_call(flush_tlb_gva)(vcpu, addr);
 }

 if (!mmu->sync_spte)
  return;

 if (roots & KVM_MMU_ROOT_CURRENT)
  __kvm_mmu_invalidate_addr(vcpu, mmu, addr, mmu->root.hpa);

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++) {
  if (roots & KVM_MMU_ROOT_PREVIOUS(i))
   __kvm_mmu_invalidate_addr(vcpu, mmu, addr, mmu->prev_roots[i].hpa);
 }
}
EXPORT_SYMBOL_GPL(kvm_mmu_invalidate_addr);

void kvm_mmu_invlpg(struct kvm_vcpu *vcpu, gva_t gva)
{
 /*
 * INVLPG is required to invalidate any global mappings for the VA,
 * irrespective of PCID.  Blindly sync all roots as it would take
 * roughly the same amount of work/time to determine whether any of the
 * previous roots have a global mapping.
 *
 * Mappings not reachable via the current or previous cached roots will
 * be synced when switching to that new cr3, so nothing needs to be
 * done here for them.
 */
 kvm_mmu_invalidate_addr(vcpu, vcpu->arch.walk_mmu, gva, KVM_MMU_ROOTS_ALL);
 ++vcpu->stat.invlpg;
}
EXPORT_SYMBOL_GPL(kvm_mmu_invlpg);


void kvm_mmu_invpcid_gva(struct kvm_vcpu *vcpu, gva_t gva, unsigned long pcid)
{
 struct kvm_mmu *mmu = vcpu->arch.mmu;
 unsigned long roots = 0;
 uint i;

 if (pcid == kvm_get_active_pcid(vcpu))
  roots |= KVM_MMU_ROOT_CURRENT;

 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++) {
  if (VALID_PAGE(mmu->prev_roots[i].hpa) &&
      pcid == kvm_get_pcid(vcpu, mmu->prev_roots[i].pgd))
   roots |= KVM_MMU_ROOT_PREVIOUS(i);
 }

 if (roots)
  kvm_mmu_invalidate_addr(vcpu, mmu, gva, roots);
 ++vcpu->stat.invlpg;

 /*
 * Mappings not reachable via the current cr3 or the prev_roots will be
 * synced when switching to that cr3, so nothing needs to be done here
 * for them.
 */
}

void kvm_configure_mmu(bool enable_tdp, int tdp_forced_root_level,
         int tdp_max_root_level, int tdp_huge_page_level)
{
 tdp_enabled = enable_tdp;
 tdp_root_level = tdp_forced_root_level;
 max_tdp_level = tdp_max_root_level;

#ifdef CONFIG_X86_64
 tdp_mmu_enabled = tdp_mmu_allowed && tdp_enabled;
#endif
 /*
 * max_huge_page_level reflects KVM's MMU capabilities irrespective
 * of kernel support, e.g. KVM may be capable of using 1GB pages when
 * the kernel is not.  But, KVM never creates a page size greater than
 * what is used by the kernel for any given HVA, i.e. the kernel's
 * capabilities are ultimately consulted by kvm_mmu_hugepage_adjust().
 */
 if (tdp_enabled)
  max_huge_page_level = tdp_huge_page_level;
 else if (boot_cpu_has(X86_FEATURE_GBPAGES))
  max_huge_page_level = PG_LEVEL_1G;
 else
  max_huge_page_level = PG_LEVEL_2M;
}
EXPORT_SYMBOL_GPL(kvm_configure_mmu);

static void free_mmu_pages(struct kvm_mmu *mmu)
{
 if (!tdp_enabled && mmu->pae_root)
  set_memory_encrypted((unsigned long)mmu->pae_root, 1);
 free_page((unsigned long)mmu->pae_root);
 free_page((unsigned long)mmu->pml4_root);
 free_page((unsigned long)mmu->pml5_root);
}

static int __kvm_mmu_create(struct kvm_vcpu *vcpu, struct kvm_mmu *mmu)
{
 struct page *page;
 int i;

 mmu->root.hpa = INVALID_PAGE;
 mmu->root.pgd = 0;
 mmu->mirror_root_hpa = INVALID_PAGE;
 for (i = 0; i < KVM_MMU_NUM_PREV_ROOTS; i++)
  mmu->prev_roots[i] = KVM_MMU_ROOT_INFO_INVALID;

 /* vcpu->arch.guest_mmu isn't used when !tdp_enabled. */
 if (!tdp_enabled && mmu == &vcpu->arch.guest_mmu)
  return 0;

 /*
 * When using PAE paging, the four PDPTEs are treated as 'root' pages,
 * while the PDP table is a per-vCPU construct that's allocated at MMU
 * creation.  When emulating 32-bit mode, cr3 is only 32 bits even on
 * x86_64.  Therefore we need to allocate the PDP table in the first
 * 4GB of memory, which happens to fit the DMA32 zone.  TDP paging
 * generally doesn't use PAE paging and can skip allocating the PDP
 * table.  The main exception, handled here, is SVM's 32-bit NPT.  The
 * other exception is for shadowing L1's 32-bit or PAE NPT on 64-bit
 * KVM; that horror is handled on-demand by mmu_alloc_special_roots().
 */
 if (tdp_enabled && kvm_mmu_get_tdp_level(vcpu) > PT32E_ROOT_LEVEL)
  return 0;

 page = alloc_page(GFP_KERNEL_ACCOUNT | __GFP_DMA32);
 if (!page)
  return -ENOMEM;

 mmu->pae_root = page_address(page);

 /*
 * CR3 is only 32 bits when PAE paging is used, thus it's impossible to
 * get the CPU to treat the PDPTEs as encrypted.  Decrypt the page so
 * that KVM's writes and the CPU's reads get along.  Note, this is
 * only necessary when using shadow paging, as 64-bit NPT can get at
 * the C-bit even when shadowing 32-bit NPT, and SME isn't supported
 * by 32-bit kernels (when KVM itself uses 32-bit NPT).
 */
 if (!tdp_enabled)
  set_memory_decrypted((unsigned long)mmu->pae_root, 1);
 else
  WARN_ON_ONCE(shadow_me_value);

 for (i = 0; i < 4; ++i)
  mmu->pae_root[i] = INVALID_PAE_ROOT;

 return 0;
}

int kvm_mmu_create(struct kvm_vcpu *vcpu)
{
 int ret;

 vcpu->arch.mmu_pte_list_desc_cache.kmem_cache = pte_list_desc_cache;
 vcpu->arch.mmu_pte_list_desc_cache.gfp_zero = __GFP_ZERO;

 vcpu->arch.mmu_page_header_cache.kmem_cache = mmu_page_header_cache;
 vcpu->arch.mmu_page_header_cache.gfp_zero = __GFP_ZERO;

 vcpu->arch.mmu_shadow_page_cache.init_value =
  SHADOW_NONPRESENT_VALUE;
 if (!vcpu->arch.mmu_shadow_page_cache.init_value)
  vcpu->arch.mmu_shadow_page_cache.gfp_zero = __GFP_ZERO;

 vcpu->arch.mmu = &vcpu->arch.root_mmu;
 vcpu->arch.walk_mmu = &vcpu->arch.root_mmu;

 ret = __kvm_mmu_create(vcpu, &vcpu->arch.guest_mmu);
 if (ret)
  return ret;

 ret = __kvm_mmu_create(vcpu, &vcpu->arch.root_mmu);
 if (ret)
  goto fail_allocate_root;

 return ret;
 fail_allocate_root:
 free_mmu_pages(&vcpu->arch.guest_mmu);
 return ret;
}

#define BATCH_ZAP_PAGES 10
static void kvm_zap_obsolete_pages(struct kvm *kvm)
{
 struct kvm_mmu_page *sp, *node;
 int nr_zapped, batch = 0;
 LIST_HEAD(invalid_list);
 bool unstable;

 lockdep_assert_held(&kvm->slots_lock);

restart:
 list_for_each_entry_safe_reverse(sp, node,
       &kvm->arch.active_mmu_pages, link) {
  /*
 * No obsolete valid page exists before a newly created page
 * since active_mmu_pages is a FIFO list.
 */
  if (!is_obsolete_sp(kvm, sp))
   break;

  /*
 * Invalid pages should never land back on the list of active
 * pages.  Skip the bogus page, otherwise we'll get stuck in an
 * infinite loop if the page gets put back on the list (again).
 */
  if (WARN_ON_ONCE(sp->role.invalid))
   continue;

  /*
 * No need to flush the TLB since we're only zapping shadow
 * pages with an obsolete generation number and all vCPUS have
 * loaded a new root, i.e. the shadow pages being zapped cannot
 * be in active use by the guest.
 */
  if (batch >= BATCH_ZAP_PAGES &&
      cond_resched_rwlock_write(&kvm->mmu_lock)) {
   batch = 0;
   goto restart;
  }

  unstable = __kvm_mmu_prepare_zap_page(kvm, sp,
    &invalid_list, &nr_zapped);
  batch += nr_zapped;

  if (unstable)
   goto restart;
 }

 /*
 * Kick all vCPUs (via remote TLB flush) before freeing the page tables
 * to ensure KVM is not in the middle of a lockless shadow page table
 * walk, which may reference the pages.  The remote TLB flush itself is
 * not required and is simply a convenient way to kick vCPUs as needed.
 * KVM performs a local TLB flush when allocating a new root (see
 * kvm_mmu_load()), and the reload in the caller ensure no vCPUs are
 * running with an obsolete MMU.
 */
 kvm_mmu_commit_zap_page(kvm, &invalid_list);
}

/*
 * Fast invalidate all shadow pages and use lock-break technique
 * to zap obsolete pages.
 *
 * It's required when memslot is being deleted or VM is being
 * destroyed, in these cases, we should ensure that KVM MMU does
 * not use any resource of the being-deleted slot or all slots
 * after calling the function.
 */
static void kvm_mmu_zap_all_fast(struct kvm *kvm)
{
 lockdep_assert_held(&kvm->slots_lock);

 write_lock(&kvm->mmu_lock);
 trace_kvm_mmu_zap_all_fast(kvm);

 /*
 * Toggle mmu_valid_gen between '0' and '1'.  Because slots_lock is
 * held for the entire duration of zapping obsolete pages, it's
 * impossible for there to be multiple invalid generations associated
 * with *valid* shadow pages at any given time, i.e. there is exactly
 * one valid generation and (at most) one invalid generation.
 */
 kvm->arch.mmu_valid_gen = kvm->arch.mmu_valid_gen ? 0 : 1;

 /*
 * In order to ensure all vCPUs drop their soon-to-be invalid roots,
 * invalidating TDP MMU roots must be done while holding mmu_lock for
 * write and in the same critical section as making the reload request,
 * e.g. before kvm_zap_obsolete_pages() could drop mmu_lock and yield.
 */
 if (tdp_mmu_enabled) {
  /*
 * External page tables don't support fast zapping, therefore
 * their mirrors must be invalidated separately by the caller.
 */
  kvm_tdp_mmu_invalidate_roots(kvm, KVM_DIRECT_ROOTS);
 }

 /*
 * Notify all vcpus to reload its shadow page table and flush TLB.
 * Then all vcpus will switch to new shadow page table with the new
 * mmu_valid_gen.
 *
 * Note: we need to do this under the protection of mmu_lock,
 * otherwise, vcpu would purge shadow page but miss tlb flush.
 */
 kvm_make_all_cpus_request(kvm, KVM_REQ_MMU_FREE_OBSOLETE_ROOTS);

 kvm_zap_obsolete_pages(kvm);

 write_unlock(&kvm->mmu_lock);

 /*
 * Zap the invalidated TDP MMU roots, all SPTEs must be dropped before
 * returning to the caller, e.g. if the zap is in response to a memslot
 * deletion, mmu_notifier callbacks will be unable to reach the SPTEs
 * associated with the deleted memslot once the update completes, and
 * Deferring the zap until the final reference to the root is put would
 * lead to use-after-free.
 */
 if (tdp_mmu_enabled)
  kvm_tdp_mmu_zap_invalidated_roots(kvm, true);
}

int kvm_mmu_init_vm(struct kvm *kvm)
{
 int r;

 kvm->arch.shadow_mmio_value = shadow_mmio_value;
 INIT_LIST_HEAD(&kvm->arch.active_mmu_pages);
 INIT_LIST_HEAD(&kvm->arch.possible_nx_huge_pages);
 spin_lock_init(&kvm->arch.mmu_unsync_pages_lock);

 if (tdp_mmu_enabled) {
  kvm_mmu_init_tdp_mmu(kvm);
 } else {
  r = kvm_mmu_alloc_page_hash(kvm);
  if (r)
   return r;
 }

 kvm->arch.split_page_header_cache.kmem_cache = mmu_page_header_cache;
 kvm->arch.split_page_header_cache.gfp_zero = __GFP_ZERO;

 kvm->arch.split_shadow_page_cache.gfp_zero = __GFP_ZERO;

 kvm->arch.split_desc_cache.kmem_cache = pte_list_desc_cache;
 kvm->arch.split_desc_cache.gfp_zero = __GFP_ZERO;
 return 0;
}

static void mmu_free_vm_memory_caches(struct kvm *kvm)
{
 kvm_mmu_free_memory_cache(&kvm->arch.split_desc_cache);
 kvm_mmu_free_memory_cache(&kvm->arch.split_page_header_cache);
 kvm_mmu_free_memory_cache(&kvm->arch.split_shadow_page_cache);
}

void kvm_mmu_uninit_vm(struct kvm *kvm)
{
 kvfree(kvm->arch.mmu_page_hash);

 if (tdp_mmu_enabled)
  kvm_mmu_uninit_tdp_mmu(kvm);

 mmu_free_vm_memory_caches(kvm);
}

static bool kvm_rmap_zap_gfn_range(struct kvm *kvm, gfn_t gfn_start, gfn_t gfn_end)
{
 const struct kvm_memory_slot *memslot;
 struct kvm_memslots *slots;
 struct kvm_memslot_iter iter;
 bool flush = false;
 gfn_t start, end;
 int i;

 if (!kvm_memslots_have_rmaps(kvm))
  return flush;

 for (i = 0; i < kvm_arch_nr_memslot_as_ids(kvm); i++) {
  slots = __kvm_memslots(kvm, i);

  kvm_for_each_memslot_in_gfn_range(&iter, slots, gfn_start, gfn_end) {
   memslot = iter.slot;
   start = max(gfn_start, memslot->base_gfn);
   end = min(gfn_end, memslot->base_gfn + memslot->npages);
   if (WARN_ON_ONCE(start >= end))
    continue;

   flush = __kvm_rmap_zap_gfn_range(kvm, memslot, start,
        end, true, flush);
  }
 }

 return flush;
}

/*
 * Invalidate (zap) SPTEs that cover GFNs from gfn_start and up to gfn_end
 * (not including it)
 */
void kvm_zap_gfn_range(struct kvm *kvm, gfn_t gfn_start, gfn_t gfn_end)
{
 bool flush;

 if (WARN_ON_ONCE(gfn_end <= gfn_start))
  return;

 write_lock(&kvm->mmu_lock);

 kvm_mmu_invalidate_begin(kvm);

 kvm_mmu_invalidate_range_add(kvm, gfn_start, gfn_end);

 flush = kvm_rmap_zap_gfn_range(kvm, gfn_start, gfn_end);

 if (tdp_mmu_enabled)
  flush = kvm_tdp_mmu_zap_leafs(kvm, gfn_start, gfn_end, flush);

 if (flush)
  kvm_flush_remote_tlbs_range(kvm, gfn_start, gfn_end - gfn_start);

 kvm_mmu_invalidate_end(kvm);

 write_unlock(&kvm->mmu_lock);
}

static bool slot_rmap_write_protect(struct kvm *kvm,
        struct kvm_rmap_head *rmap_head,
        const struct kvm_memory_slot *slot)
{
 return rmap_write_protect(rmap_head, false);
}

void kvm_mmu_slot_remove_write_access(struct kvm *kvm,
          const struct kvm_memory_slot *memslot,
          int start_level)
{
 if (kvm_memslots_have_rmaps(kvm)) {
  write_lock(&kvm->mmu_lock);
  walk_slot_rmaps(kvm, memslot, slot_rmap_write_protect,
    start_level, KVM_MAX_HUGEPAGE_LEVEL, false);
  write_unlock(&kvm->mmu_lock);
 }

 if (tdp_mmu_enabled) {
  read_lock(&kvm->mmu_lock);
  kvm_tdp_mmu_wrprot_slot(kvm, memslot, start_level);
  read_unlock(&kvm->mmu_lock);
 }
}

static inline bool need_topup(struct kvm_mmu_memory_cache *cache, int min)
{
 return kvm_mmu_memory_cache_nr_free_objects(cache) < min;
}

static bool need_topup_split_caches_or_resched(struct kvm *kvm)
{
 if (need_resched() || rwlock_needbreak(&kvm->mmu_lock))
  return true;

 /*
 * In the worst case, SPLIT_DESC_CACHE_MIN_NR_OBJECTS descriptors are needed
 * to split a single huge page. Calculating how many are actually needed
 * is possible but not worth the complexity.
 */
 return need_topup(&kvm->arch.split_desc_cache, SPLIT_DESC_CACHE_MIN_NR_OBJECTS) ||
        need_topup(&kvm->arch.split_page_header_cache, 1) ||
        need_topup(&kvm->arch.split_shadow_page_cache, 1);
}

static int topup_split_caches(struct kvm *kvm)
{
 /*
 * Allocating rmap list entries when splitting huge pages for nested
 * MMUs is uncommon as KVM needs to use a list if and only if there is
 * more than one rmap entry for a gfn, i.e. requires an L1 gfn to be
 * aliased by multiple L2 gfns and/or from multiple nested roots with
 * different roles.  Aliasing gfns when using TDP is atypical for VMMs;
 * a few gfns are often aliased during boot, e.g. when remapping BIOS,
 * but aliasing rarely occurs post-boot or for many gfns.  If there is
 * only one rmap entry, rmap->val points directly at that one entry and
 * doesn't need to allocate a list.  Buffer the cache by the default
 * capacity so that KVM doesn't have to drop mmu_lock to topup if KVM
 * encounters an aliased gfn or two.
 */
 const int capacity = SPLIT_DESC_CACHE_MIN_NR_OBJECTS +
        KVM_ARCH_NR_OBJS_PER_MEMORY_CACHE;
 int r;

 lockdep_assert_held(&kvm->slots_lock);

 r = __kvm_mmu_topup_memory_cache(&kvm->arch.split_desc_cache, capacity,
      SPLIT_DESC_CACHE_MIN_NR_OBJECTS);
 if (r)
  return r;

 r = kvm_mmu_topup_memory_cache(&kvm->arch.split_page_header_cache, 1);
 if (r)
  return r;

 return kvm_mmu_topup_memory_cache(&kvm->arch.split_shadow_page_cache, 1);
}

static struct kvm_mmu_page *shadow_mmu_get_sp_for_split(struct kvm *kvm, u64 *huge_sptep)
{
 struct kvm_mmu_page *huge_sp = sptep_to_sp(huge_sptep);
 struct shadow_page_caches caches = {};
 union kvm_mmu_page_role role;
 unsigned int access;
 gfn_t gfn;

 gfn = kvm_mmu_page_get_gfn(huge_sp, spte_index(huge_sptep));
 access = kvm_mmu_page_get_access(huge_sp, spte_index(huge_sptep));

 /*
 * Note, huge page splitting always uses direct shadow pages, regardless
 * of whether the huge page itself is mapped by a direct or indirect
 * shadow page, since the huge page region itself is being directly
 * mapped with smaller pages.
 */
 role = kvm_mmu_child_role(huge_sptep, /*direct=*/true, access);

 /* Direct SPs do not require a shadowed_info_cache. */
 caches.page_header_cache = &kvm->arch.split_page_header_cache;
 caches.shadow_page_cache = &kvm->arch.split_shadow_page_cache;

 /* Safe to pass NULL for vCPU since requesting a direct SP. */
 return __kvm_mmu_get_shadow_page(kvm, NULL, &caches, gfn, role);
}

static void shadow_mmu_split_huge_page(struct kvm *kvm,
           const struct kvm_memory_slot *slot,
           u64 *huge_sptep)

{
 struct kvm_mmu_memory_cache *cache = &kvm->arch.split_desc_cache;
 u64 huge_spte = READ_ONCE(*huge_sptep);
 struct kvm_mmu_page *sp;
 bool flush = false;
 u64 *sptep, spte;
 gfn_t gfn;
 int index;

 sp = shadow_mmu_get_sp_for_split(kvm, huge_sptep);

 for (index = 0; index < SPTE_ENT_PER_PAGE; index++) {
  sptep = &sp->spt[index];
  gfn = kvm_mmu_page_get_gfn(sp, index);

  /*
 * The SP may already have populated SPTEs, e.g. if this huge
 * page is aliased by multiple sptes with the same access
 * permissions. These entries are guaranteed to map the same
 * gfn-to-pfn translation since the SP is direct, so no need to
 * modify them.
 *
 * However, if a given SPTE points to a lower level page table,
 * that lower level page table may only be partially populated.
 * Installing such SPTEs would effectively unmap a potion of the
 * huge page. Unmapping guest memory always requires a TLB flush
 * since a subsequent operation on the unmapped regions would
 * fail to detect the need to flush.
 */
  if (is_shadow_present_pte(*sptep)) {
   flush |= !is_last_spte(*sptep, sp->role.level);
   continue;
  }

  spte = make_small_spte(kvm, huge_spte, sp->role, index);
  mmu_spte_set(sptep, spte);
  __rmap_add(kvm, cache, slot, sptep, gfn, sp->role.access);
 }

 __link_shadow_page(kvm, cache, huge_sptep, sp, flush);
}

static int shadow_mmu_try_split_huge_page(struct kvm *kvm,
       const struct kvm_memory_slot *slot,
       u64 *huge_sptep)
{
 struct kvm_mmu_page *huge_sp = sptep_to_sp(huge_sptep);
 int level, r = 0;
 gfn_t gfn;
 u64 spte;

 /* Grab information for the tracepoint before dropping the MMU lock. */
 gfn = kvm_mmu_page_get_gfn(huge_sp, spte_index(huge_sptep));
 level = huge_sp->role.level;
 spte = *huge_sptep;

 if (kvm_mmu_available_pages(kvm) <= KVM_MIN_FREE_MMU_PAGES) {
  r = -ENOSPC;
  goto out;
 }

 if (need_topup_split_caches_or_resched(kvm)) {
  write_unlock(&kvm->mmu_lock);
  cond_resched();
  /*
 * If the topup succeeds, return -EAGAIN to indicate that the
 * rmap iterator should be restarted because the MMU lock was
 * dropped.
 */
  r = topup_split_caches(kvm) ?: -EAGAIN;
  write_lock(&kvm->mmu_lock);
  goto out;
 }

 shadow_mmu_split_huge_page(kvm, slot, huge_sptep);

out:
 trace_kvm_mmu_split_huge_page(gfn, spte, level, r);
 return r;
}

static bool shadow_mmu_try_split_huge_pages(struct kvm *kvm,
         struct kvm_rmap_head *rmap_head,
         const struct kvm_memory_slot *slot)
{
 struct rmap_iterator iter;
 struct kvm_mmu_page *sp;
 u64 *huge_sptep;
 int r;

restart:
 for_each_rmap_spte(rmap_head, &iter, huge_sptep) {
  sp = sptep_to_sp(huge_sptep);

  /* TDP MMU is enabled, so rmap only contains nested MMU SPs. */
  if (WARN_ON_ONCE(!sp->role.guest_mode))
   continue;

  /* The rmaps should never contain non-leaf SPTEs. */
  if (WARN_ON_ONCE(!is_large_pte(*huge_sptep)))
   continue;

  /* SPs with level >PG_LEVEL_4K should never by unsync. */
  if (WARN_ON_ONCE(sp->unsync))
   continue;

  /* Don't bother splitting huge pages on invalid SPs. */
  if (sp->role.invalid)
   continue;

  r = shadow_mmu_try_split_huge_page(kvm, slot, huge_sptep);

  /*
 * The split succeeded or needs to be retried because the MMU
 * lock was dropped. Either way, restart the iterator to get it
 * back into a consistent state.
 */
  if (!r || r == -EAGAIN)
   goto restart;

  /* The split failed and shouldn't be retried (e.g. -ENOMEM). */
  break;
 }

 return false;
}

static void kvm_shadow_mmu_try_split_huge_pages(struct kvm *kvm,
      const struct kvm_memory_slot *slot,
      gfn_t start, gfn_t end,
      int target_level)
{
 int level;

 /*
 * Split huge pages starting with KVM_MAX_HUGEPAGE_LEVEL and working
 * down to the target level. This ensures pages are recursively split
 * all the way to the target level. There's no need to split pages
 * already at the target level.
 */
 for (level = KVM_MAX_HUGEPAGE_LEVEL; level > target_level; level--)
  __walk_slot_rmaps(kvm, slot, shadow_mmu_try_split_huge_pages,
      level, level, start, end - 1, true, true, false);
}

/* Must be called with the mmu_lock held in write-mode. */
void kvm_mmu_try_split_huge_pages(struct kvm *kvm,
       const struct kvm_memory_slot *memslot,
       u64 start, u64 end,
       int target_level)
{
 if (!tdp_mmu_enabled)
  return;

 if (kvm_memslots_have_rmaps(kvm))
  kvm_shadow_mmu_try_split_huge_pages(kvm, memslot, start, end, target_level);

 kvm_tdp_mmu_try_split_huge_pages(kvm, memslot, start, end, target_level, false);

 /*
 * A TLB flush is unnecessary at this point for the same reasons as in
 * kvm_mmu_slot_try_split_huge_pages().
 */
}

void kvm_mmu_slot_try_split_huge_pages(struct kvm *kvm,
     const struct kvm_memory_slot *memslot,
     int target_level)
{
 u64 start = memslot->base_gfn;
 u64 end = start + memslot->npages;

 if (!tdp_mmu_enabled)
  return;

 if (kvm_memslots_have_rmaps(kvm)) {
  write_lock(&kvm->mmu_lock);
  kvm_shadow_mmu_try_split_huge_pages(kvm, memslot, start, end, target_level);
  write_unlock(&kvm->mmu_lock);
 }

 read_lock(&kvm->mmu_lock);
 kvm_tdp_mmu_try_split_huge_pages(kvm, memslot, start, end, target_level, true);
 read_unlock(&kvm->mmu_lock);

 /*
 * No TLB flush is necessary here. KVM will flush TLBs after
 * write-protecting and/or clearing dirty on the newly split SPTEs to
 * ensure that guest writes are reflected in the dirty log before the
 * ioctl to enable dirty logging on this memslot completes. Since the
 * split SPTEs retain the write and dirty bits of the huge SPTE, it is
 * safe for KVM to decide if a TLB flush is necessary based on the split
 * SPTEs.
 */
}

static bool kvm_mmu_zap_collapsible_spte(struct kvm *kvm,
      struct kvm_rmap_head *rmap_head,
      const struct kvm_memory_slot *slot)
{
 u64 *sptep;
 struct rmap_iterator iter;
 int need_tlb_flush = 0;
 struct kvm_mmu_page *sp;

restart:
 for_each_rmap_spte(rmap_head, &iter, sptep) {
  sp = sptep_to_sp(sptep);

  /*
 * We cannot do huge page mapping for indirect shadow pages,
 * which are found on the last rmap (level = 1) when not using
 * tdp; such shadow pages are synced with the page table in
 * the guest, and the guest page table is using 4K page size
 * mapping if the indirect sp has level = 1.
 */
  if (sp->role.direct &&
      sp->role.level < kvm_mmu_max_mapping_level(kvm, slot, sp->gfn)) {
   kvm_zap_one_rmap_spte(kvm, rmap_head, sptep);

   if (kvm_available_flush_remote_tlbs_range())
    kvm_flush_remote_tlbs_sptep(kvm, sptep);
   else
    need_tlb_flush = 1;

   goto restart;
  }
 }

 return need_tlb_flush;
}
EXPORT_SYMBOL_GPL(kvm_zap_gfn_range);

static void kvm_rmap_zap_collapsible_sptes(struct kvm *kvm,
        const struct kvm_memory_slot *slot)
{
 /*
 * Note, use KVM_MAX_HUGEPAGE_LEVEL - 1 since there's no need to zap
 * pages that are already mapped at the maximum hugepage level.
 */
 if (walk_slot_rmaps(kvm, slot, kvm_mmu_zap_collapsible_spte,
       PG_LEVEL_4K, KVM_MAX_HUGEPAGE_LEVEL - 1, true))
  kvm_flush_remote_tlbs_memslot(kvm, slot);
}

void kvm_mmu_recover_huge_pages(struct kvm *kvm,
    const struct kvm_memory_slot *slot)
{
 if (kvm_memslots_have_rmaps(kvm)) {
  write_lock(&kvm->mmu_lock);
  kvm_rmap_zap_collapsible_sptes(kvm, slot);
  write_unlock(&kvm->mmu_lock);
 }

 if (tdp_mmu_enabled) {
  read_lock(&kvm->mmu_lock);
  kvm_tdp_mmu_recover_huge_pages(kvm, slot);
  read_unlock(&kvm->mmu_lock);
 }
}

void kvm_mmu_slot_leaf_clear_dirty(struct kvm *kvm,
       const struct kvm_memory_slot *memslot)
{
 if (kvm_memslots_have_rmaps(kvm)) {
  write_lock(&kvm->mmu_lock);
  /*
 * Clear dirty bits only on 4k SPTEs since the legacy MMU only
 * support dirty logging at a 4k granularity.
 */
  walk_slot_rmaps_4k(kvm, memslot, __rmap_clear_dirty, false);
  write_unlock(&kvm->mmu_lock);
 }

 if (tdp_mmu_enabled) {
  read_lock(&kvm->mmu_lock);
  kvm_tdp_mmu_clear_dirty_slot(kvm, memslot);
  read_unlock(&kvm->mmu_lock);
 }

 /*
 * The caller will flush the TLBs after this function returns.
 *
 * It's also safe to flush TLBs out of mmu lock here as currently this
 * function is only used for dirty logging, in which case flushing TLB
 * out of mmu lock also guarantees no dirty pages will be lost in
 * dirty_bitmap.
 */
}

static void kvm_mmu_zap_all(struct kvm *kvm)
{
 struct kvm_mmu_page *sp, *node;
 LIST_HEAD(invalid_list);
 int ign;

 write_lock(&kvm->mmu_lock);
restart:
 list_for_each_entry_safe(sp, node, &kvm->arch.active_mmu_pages, link) {
  if (WARN_ON_ONCE(sp->role.invalid))
   continue;
  if (__kvm_mmu_prepare_zap_page(kvm, sp, &invalid_list, &ign))
   goto restart;
  if (cond_resched_rwlock_write(&kvm->mmu_lock))
   goto restart;
 }

 kvm_mmu_commit_zap_page(kvm, &invalid_list);

 if (tdp_mmu_enabled)
  kvm_tdp_mmu_zap_all(kvm);

 write_unlock(&kvm->mmu_lock);
}

void kvm_arch_flush_shadow_all(struct kvm *kvm)
{
 kvm_mmu_zap_all(kvm);
}

static void kvm_mmu_zap_memslot_pages_and_flush(struct kvm *kvm,
      struct kvm_memory_slot *slot,
      bool flush)
{
 LIST_HEAD(invalid_list);
 unsigned long i;

 if (list_empty(&kvm->arch.active_mmu_pages))
  goto out_flush;

 /*
 * Since accounting information is stored in struct kvm_arch_memory_slot,
 * all MMU pages that are shadowing guest PTEs must be zapped before the
 * memslot is deleted, as freeing such pages after the memslot is freed
 * will result in use-after-free, e.g. in unaccount_shadowed().
 */
 for (i = 0; i < slot->npages; i++) {
  struct kvm_mmu_page *sp;
  gfn_t gfn = slot->base_gfn + i;

  for_each_gfn_valid_sp_with_gptes(kvm, sp, gfn)
   kvm_mmu_prepare_zap_page(kvm, sp, &invalid_list);

  if (need_resched() || rwlock_needbreak(&kvm->mmu_lock)) {
   kvm_mmu_remote_flush_or_zap(kvm, &invalid_list, flush);
   flush = false;
   cond_resched_rwlock_write(&kvm->mmu_lock);
  }
 }

out_flush:
 kvm_mmu_remote_flush_or_zap(kvm, &invalid_list, flush);
}

static void kvm_mmu_zap_memslot(struct kvm *kvm,
    struct kvm_memory_slot *slot)
{
 struct kvm_gfn_range range = {
  .slot = slot,
  .start = slot->base_gfn,
  .end = slot->base_gfn + slot->npages,
  .may_block = true,
  .attr_filter = KVM_FILTER_PRIVATE | KVM_FILTER_SHARED,
 };
 bool flush;

 write_lock(&kvm->mmu_lock);
 flush = kvm_unmap_gfn_range(kvm, &range);
 kvm_mmu_zap_memslot_pages_and_flush(kvm, slot, flush);
 write_unlock(&kvm->mmu_lock);
}

static inline bool kvm_memslot_flush_zap_all(struct kvm *kvm)
{
 return kvm->arch.vm_type == KVM_X86_DEFAULT_VM &&
        kvm_check_has_quirk(kvm, KVM_X86_QUIRK_SLOT_ZAP_ALL);
}

void kvm_arch_flush_shadow_memslot(struct kvm *kvm,
       struct kvm_memory_slot *slot)
{
 if (kvm_memslot_flush_zap_all(kvm))
  kvm_mmu_zap_all_fast(kvm);
 else
  kvm_mmu_zap_memslot(kvm, slot);
}

void kvm_mmu_invalidate_mmio_sptes(struct kvm *kvm, u64 gen)
{
 WARN_ON_ONCE(gen & KVM_MEMSLOT_GEN_UPDATE_IN_PROGRESS);

 gen &= MMIO_SPTE_GEN_MASK;

 /*
 * Generation numbers are incremented in multiples of the number of
 * address spaces in order to provide unique generations across all
 * address spaces.  Strip what is effectively the address space
 * modifier prior to checking for a wrap of the MMIO generation so
 * that a wrap in any address space is detected.
 */
 gen &= ~((u64)kvm_arch_nr_memslot_as_ids(kvm) - 1);

 /*
 * The very rare case: if the MMIO generation number has wrapped,
 * zap all shadow pages.
 */
 if (unlikely(gen == 0)) {
  kvm_debug_ratelimited("zapping shadow pages for mmio generation wraparound\n");
  kvm_mmu_zap_all_fast(kvm);
 }
}

static void mmu_destroy_caches(void)
{
 kmem_cache_destroy(pte_list_desc_cache);
 kmem_cache_destroy(mmu_page_header_cache);
}

static void kvm_wake_nx_recovery_thread(struct kvm *kvm)
{
 /*
 * The NX recovery thread is spawned on-demand at the first KVM_RUN and
 * may not be valid even though the VM is globally visible.  Do nothing,
 * as such a VM can't have any possible NX huge pages.
 */
 struct vhost_task *nx_thread = READ_ONCE(kvm->arch.nx_huge_page_recovery_thread);

 if (nx_thread)
  vhost_task_wake(nx_thread);
}

static int get_nx_huge_pages(char *buffer, const struct kernel_param *kp)
{
 if (nx_hugepage_mitigation_hard_disabled)
  return sysfs_emit(buffer, "never\n");

 return param_get_bool(buffer, kp);
}

static bool get_nx_auto_mode(void)
{
 /* Return true when CPU has the bug, and mitigations are ON */
 return boot_cpu_has_bug(X86_BUG_ITLB_MULTIHIT) && !cpu_mitigations_off();
}

static void __set_nx_huge_pages(bool val)
{
 nx_huge_pages = itlb_multihit_kvm_mitigation = val;
}

static int set_nx_huge_pages(const char *val, const struct kernel_param *kp)
{
 bool old_val = nx_huge_pages;
 bool new_val;

 if (nx_hugepage_mitigation_hard_disabled)
  return -EPERM;

 /* In "auto" mode deploy workaround only if CPU has the bug. */
 if (sysfs_streq(val, "off")) {
  new_val = 0;
 } else if (sysfs_streq(val, "force")) {
  new_val = 1;
 } else if (sysfs_streq(val, "auto")) {
  new_val = get_nx_auto_mode();
 } else if (sysfs_streq(val, "never")) {
  new_val = 0;

  mutex_lock(&kvm_lock);
  if (!list_empty(&vm_list)) {
   mutex_unlock(&kvm_lock);
   return -EBUSY;
  }
  nx_hugepage_mitigation_hard_disabled = true;
  mutex_unlock(&kvm_lock);
 } else if (kstrtobool(val, &new_val) < 0) {
  return -EINVAL;
 }

 __set_nx_huge_pages(new_val);

 if (new_val != old_val) {
  struct kvm *kvm;

  mutex_lock(&kvm_lock);

  list_for_each_entry(kvm, &vm_list, vm_list) {
   mutex_lock(&kvm->slots_lock);
   kvm_mmu_zap_all_fast(kvm);
   mutex_unlock(&kvm->slots_lock);

   kvm_wake_nx_recovery_thread(kvm);
  }
  mutex_unlock(&kvm_lock);
 }

 return 0;
}

/*
 * nx_huge_pages needs to be resolved to true/false when kvm.ko is loaded, as
 * its default value of -1 is technically undefined behavior for a boolean.
 * Forward the module init call to SPTE code so that it too can handle module
 * params that need to be resolved/snapshot.
 */
void __init kvm_mmu_x86_module_init(void)
{
 if (nx_huge_pages == -1)
  __set_nx_huge_pages(get_nx_auto_mode());

 /*
 * Snapshot userspace's desire to enable the TDP MMU. Whether or not the
 * TDP MMU is actually enabled is determined in kvm_configure_mmu()
 * when the vendor module is loaded.
 */
 tdp_mmu_allowed = tdp_mmu_enabled;

 kvm_mmu_spte_module_init();
}

/*
 * The bulk of the MMU initialization is deferred until the vendor module is
 * loaded as many of the masks/values may be modified by VMX or SVM, i.e. need
 * to be reset when a potentially different vendor module is loaded.
 */
int kvm_mmu_vendor_module_init(void)
{
 int ret = -ENOMEM;

 /*
 * MMU roles use union aliasing which is, generally speaking, an
 * undefined behavior. However, we supposedly know how compilers behave
 * and the current status quo is unlikely to change. Guardians below are
 * supposed to let us know if the assumption becomes false.
 */
 BUILD_BUG_ON(sizeof(union kvm_mmu_page_role) != sizeof(u32));
 BUILD_BUG_ON(sizeof(union kvm_mmu_extended_role) != sizeof(u32));
 BUILD_BUG_ON(sizeof(union kvm_cpu_role) != sizeof(u64));

 kvm_mmu_reset_all_pte_masks();

 pte_list_desc_cache = KMEM_CACHE(pte_list_desc, SLAB_ACCOUNT);
 if (!pte_list_desc_cache)
  goto out;

 mmu_page_header_cache = kmem_cache_create("kvm_mmu_page_header",
        sizeof(struct kvm_mmu_page),
        0, SLAB_ACCOUNT, NULL);
 if (!mmu_page_header_cache)
  goto out;

 return 0;

out:
 mmu_destroy_caches();
 return ret;
}

void kvm_mmu_destroy(struct kvm_vcpu *vcpu)
{
 kvm_mmu_unload(vcpu);
 if (tdp_mmu_enabled) {
  read_lock(&vcpu->kvm->mmu_lock);
  mmu_free_root_page(vcpu->kvm, &vcpu->arch.mmu->mirror_root_hpa,
       NULL);
  read_unlock(&vcpu->kvm->mmu_lock);
 }
 free_mmu_pages(&vcpu->arch.root_mmu);
 free_mmu_pages(&vcpu->arch.guest_mmu);
 mmu_free_memory_caches(vcpu);
}

void kvm_mmu_vendor_module_exit(void)
{
 mmu_destroy_caches();
}

/*
 * Calculate the effective recovery period, accounting for '0' meaning "let KVM
 * select a halving time of 1 hour".  Returns true if recovery is enabled.
 */
static bool calc_nx_huge_pages_recovery_period(uint *period)
{
 /*
 * Use READ_ONCE to get the params, this may be called outside of the
 * param setters, e.g. by the kthread to compute its next timeout.
 */
 bool enabled = READ_ONCE(nx_huge_pages);
 uint ratio = READ_ONCE(nx_huge_pages_recovery_ratio);

 if (!enabled || !ratio)
  return false;

 *period = READ_ONCE(nx_huge_pages_recovery_period_ms);
 if (!*period) {
  /* Make sure the period is not less than one second.  */
  ratio = min(ratio, 3600u);
  *period = 60 * 60 * 1000 / ratio;
 }
 return true;
}

static int set_nx_huge_pages_recovery_param(const char *val, const struct kernel_param *kp)
{
 bool was_recovery_enabled, is_recovery_enabled;
 uint old_period, new_period;
 int err;

 if (nx_hugepage_mitigation_hard_disabled)
  return -EPERM;

 was_recovery_enabled = calc_nx_huge_pages_recovery_period(&old_period);

 err = param_set_uint(val, kp);
 if (err)
  return err;

 is_recovery_enabled = calc_nx_huge_pages_recovery_period(&new_period);

 if (is_recovery_enabled &&
     (!was_recovery_enabled || old_period > new_period)) {
  struct kvm *kvm;

  mutex_lock(&kvm_lock);

  list_for_each_entry(kvm, &vm_list, vm_list)
   kvm_wake_nx_recovery_thread(kvm);

  mutex_unlock(&kvm_lock);
 }

 return err;
}

static void kvm_recover_nx_huge_pages(struct kvm *kvm)
{
 unsigned long nx_lpage_splits = kvm->stat.nx_lpage_splits;
 struct kvm_memory_slot *slot;
 int rcu_idx;
 struct kvm_mmu_page *sp;
 unsigned int ratio;
 LIST_HEAD(invalid_list);
 bool flush = false;
 ulong to_zap;

 rcu_idx = srcu_read_lock(&kvm->srcu);
 write_lock(&kvm->mmu_lock);

 /*
 * Zapping TDP MMU shadow pages, including the remote TLB flush, must
 * be done under RCU protection, because the pages are freed via RCU
 * callback.
 */
 rcu_read_lock();

 ratio = READ_ONCE(nx_huge_pages_recovery_ratio);
 to_zap = ratio ? DIV_ROUND_UP(nx_lpage_splits, ratio) : 0;
 for ( ; to_zap; --to_zap) {
  if (list_empty(&kvm->arch.possible_nx_huge_pages))
   break;

  /*
 * We use a separate list instead of just using active_mmu_pages
 * because the number of shadow pages that be replaced with an
 * NX huge page is expected to be relatively small compared to
 * the total number of shadow pages.  And because the TDP MMU
 * doesn't use active_mmu_pages.
 */
  sp = list_first_entry(&kvm->arch.possible_nx_huge_pages,
          struct kvm_mmu_page,
          possible_nx_huge_page_link);
  WARN_ON_ONCE(!sp->nx_huge_page_disallowed);
  WARN_ON_ONCE(!sp->role.direct);

  /*
 * Unaccount and do not attempt to recover any NX Huge Pages
 * that are being dirty tracked, as they would just be faulted
 * back in as 4KiB pages. The NX Huge Pages in this slot will be
 * recovered, along with all the other huge pages in the slot,
 * when dirty logging is disabled.
 *
 * Since gfn_to_memslot() is relatively expensive, it helps to
 * skip it if it the test cannot possibly return true.  On the
 * other hand, if any memslot has logging enabled, chances are
 * good that all of them do, in which case unaccount_nx_huge_page()
 * is much cheaper than zapping the page.
 *
 * If a memslot update is in progress, reading an incorrect value
 * of kvm->nr_memslots_dirty_logging is not a problem: if it is
 * becoming zero, gfn_to_memslot() will be done unnecessarily; if
 * it is becoming nonzero, the page will be zapped unnecessarily.
 * Either way, this only affects efficiency in racy situations,
 * and not correctness.
 */
  slot = NULL;
  if (atomic_read(&kvm->nr_memslots_dirty_logging)) {
   struct kvm_memslots *slots;

   slots = kvm_memslots_for_spte_role(kvm, sp->role);
   slot = __gfn_to_memslot(slots, sp->gfn);
   WARN_ON_ONCE(!slot);
  }

  if (slot && kvm_slot_dirty_track_enabled(slot))
   unaccount_nx_huge_page(kvm, sp);
  else if (is_tdp_mmu_page(sp))
   flush |= kvm_tdp_mmu_zap_sp(kvm, sp);
  else
   kvm_mmu_prepare_zap_page(kvm, sp, &invalid_list);
  WARN_ON_ONCE(sp->nx_huge_page_disallowed);

  if (need_resched() || rwlock_needbreak(&kvm->mmu_lock)) {
   kvm_mmu_remote_flush_or_zap(kvm, &invalid_list, flush);
   rcu_read_unlock();

   cond_resched_rwlock_write(&kvm->mmu_lock);
   flush = false;

   rcu_read_lock();
  }
 }
 kvm_mmu_remote_flush_or_zap(kvm, &invalid_list, flush);

 rcu_read_unlock();

 write_unlock(&kvm->mmu_lock);
 srcu_read_unlock(&kvm->srcu, rcu_idx);
}

static void kvm_nx_huge_page_recovery_worker_kill(void *data)
{
}

static bool kvm_nx_huge_page_recovery_worker(void *data)
{
 struct kvm *kvm = data;
 bool enabled;
 uint period;
 long remaining_time;

 enabled = calc_nx_huge_pages_recovery_period(&period);
 if (!enabled)
  return false;

 remaining_time = kvm->arch.nx_huge_page_last + msecs_to_jiffies(period)
  - get_jiffies_64();
 if (remaining_time > 0) {
  schedule_timeout(remaining_time);
  /* check for signals and come back */
  return true;
 }

 __set_current_state(TASK_RUNNING);
 kvm_recover_nx_huge_pages(kvm);
 kvm->arch.nx_huge_page_last = get_jiffies_64();
 return true;
}

static int kvm_mmu_start_lpage_recovery(struct once *once)
{
 struct kvm_arch *ka = container_of(once, struct kvm_arch, nx_once);
 struct kvm *kvm = container_of(ka, struct kvm, arch);
 struct vhost_task *nx_thread;

 kvm->arch.nx_huge_page_last = get_jiffies_64();
 nx_thread = vhost_task_create(kvm_nx_huge_page_recovery_worker,
          kvm_nx_huge_page_recovery_worker_kill,
          kvm, "kvm-nx-lpage-recovery");

 if (IS_ERR(nx_thread))
  return PTR_ERR(nx_thread);

 vhost_task_start(nx_thread);

 /* Make the task visible only once it is fully started. */
 WRITE_ONCE(kvm->arch.nx_huge_page_recovery_thread, nx_thread);
 return 0;
}

int kvm_mmu_post_init_vm(struct kvm *kvm)
{
 if (nx_hugepage_mitigation_hard_disabled)
  return 0;

 return call_once(&kvm->arch.nx_once, kvm_mmu_start_lpage_recovery);
}

void kvm_mmu_pre_destroy_vm(struct kvm *kvm)
{
 if (kvm->arch.nx_huge_page_recovery_thread)
  vhost_task_stop(kvm->arch.nx_huge_page_recovery_thread);
}

#ifdef CONFIG_KVM_GENERIC_MEMORY_ATTRIBUTES
static bool hugepage_test_mixed(struct kvm_memory_slot *slot, gfn_t gfn,
    int level)
{
 return lpage_info_slot(gfn, slot, level)->disallow_lpage & KVM_LPAGE_MIXED_FLAG;
}

static void hugepage_clear_mixed(struct kvm_memory_slot *slot, gfn_t gfn,
     int level)
{
 lpage_info_slot(gfn, slot, level)->disallow_lpage &= ~KVM_LPAGE_MIXED_FLAG;
}

static void hugepage_set_mixed(struct kvm_memory_slot *slot, gfn_t gfn,
          int level)
{
 lpage_info_slot(gfn, slot, level)->disallow_lpage |= KVM_LPAGE_MIXED_FLAG;
}

bool kvm_arch_pre_set_memory_attributes(struct kvm *kvm,
     struct kvm_gfn_range *range)
{
 struct kvm_memory_slot *slot = range->slot;
 int level;

 /*
 * Zap SPTEs even if the slot can't be mapped PRIVATE.  KVM x86 only
 * supports KVM_MEMORY_ATTRIBUTE_PRIVATE, and so it *seems* like KVM
 * can simply ignore such slots.  But if userspace is making memory
 * PRIVATE, then KVM must prevent the guest from accessing the memory
 * as shared.  And if userspace is making memory SHARED and this point
 * is reached, then at least one page within the range was previously
 * PRIVATE, i.e. the slot's possible hugepage ranges are changing.
 * Zapping SPTEs in this case ensures KVM will reassess whether or not
 * a hugepage can be used for affected ranges.
 */
 if (WARN_ON_ONCE(!kvm_arch_has_private_mem(kvm)))
  return false;

 if (WARN_ON_ONCE(range->end <= range->start))
  return false;

 /*
 * If the head and tail pages of the range currently allow a hugepage,
 * i.e. reside fully in the slot and don't have mixed attributes, then
 * add each corresponding hugepage range to the ongoing invalidation,
 * e.g. to prevent KVM from creating a hugepage in response to a fault
 * for a gfn whose attributes aren't changing.  Note, only the range
 * of gfns whose attributes are being modified needs to be explicitly
 * unmapped, as that will unmap any existing hugepages.
 */
 for (level = PG_LEVEL_2M; level <= KVM_MAX_HUGEPAGE_LEVEL; level++) {
  gfn_t start = gfn_round_for_level(range->start, level);
  gfn_t end = gfn_round_for_level(range->end - 1, level);
  gfn_t nr_pages = KVM_PAGES_PER_HPAGE(level);

  if ((start != range->start || start + nr_pages > range->end) &&
      start >= slot->base_gfn &&
      start + nr_pages <= slot->base_gfn + slot->npages &&
      !hugepage_test_mixed(slot, start, level))
   kvm_mmu_invalidate_range_add(kvm, start, start + nr_pages);

  if (end == start)
   continue;

  if ((end + nr_pages) > range->end &&
      (end + nr_pages) <= (slot->base_gfn + slot->npages) &&
      !hugepage_test_mixed(slot, end, level))
   kvm_mmu_invalidate_range_add(kvm, end, end + nr_pages);
 }

 /* Unmap the old attribute page. */
 if (range->arg.attributes & KVM_MEMORY_ATTRIBUTE_PRIVATE)
  range->attr_filter = KVM_FILTER_SHARED;
 else
  range->attr_filter = KVM_FILTER_PRIVATE;

 return kvm_unmap_gfn_range(kvm, range);
}



static bool hugepage_has_attrs(struct kvm *kvm, struct kvm_memory_slot *slot,
          gfn_t gfn, int level, unsigned long attrs)
{
 const unsigned long start = gfn;
 const unsigned long end = start + KVM_PAGES_PER_HPAGE(level);

 if (level == PG_LEVEL_2M)
  return kvm_range_has_memory_attributes(kvm, start, end, ~0, attrs);

 for (gfn = start; gfn < end; gfn += KVM_PAGES_PER_HPAGE(level - 1)) {
  if (hugepage_test_mixed(slot, gfn, level - 1) ||
      attrs != kvm_get_memory_attributes(kvm, gfn))
   return false;
 }
 return true;
}

bool kvm_arch_post_set_memory_attributes(struct kvm *kvm,
      struct kvm_gfn_range *range)
{
 unsigned long attrs = range->arg.attributes;
 struct kvm_memory_slot *slot = range->slot;
 int level;

 lockdep_assert_held_write(&kvm->mmu_lock);
 lockdep_assert_held(&kvm->slots_lock);

 /*
 * Calculate which ranges can be mapped with hugepages even if the slot
 * can't map memory PRIVATE.  KVM mustn't create a SHARED hugepage over
 * a range that has PRIVATE GFNs, and conversely converting a range to
 * SHARED may now allow hugepages.
 */
 if (WARN_ON_ONCE(!kvm_arch_has_private_mem(kvm)))
  return false;

 /*
 * The sequence matters here: upper levels consume the result of lower
 * level's scanning.
 */
 for (level = PG_LEVEL_2M; level <= KVM_MAX_HUGEPAGE_LEVEL; level++) {
  gfn_t nr_pages = KVM_PAGES_PER_HPAGE(level);
  gfn_t gfn = gfn_round_for_level(range->start, level);

  /* Process the head page if it straddles the range. */
  if (gfn != range->start || gfn + nr_pages > range->end) {
   /*
 * Skip mixed tracking if the aligned gfn isn't covered
 * by the memslot, KVM can't use a hugepage due to the
 * misaligned address regardless of memory attributes.
 */
   if (gfn >= slot->base_gfn &&
       gfn + nr_pages <= slot->base_gfn + slot->npages) {
    if (hugepage_has_attrs(kvm, slot, gfn, level, attrs))
     hugepage_clear_mixed(slot, gfn, level);
    else
     hugepage_set_mixed(slot, gfn, level);
   }
   gfn += nr_pages;
  }

  /*
 * Pages entirely covered by the range are guaranteed to have
 * only the attributes which were just set.
 */
  for ( ; gfn + nr_pages <= range->end; gfn += nr_pages)
   hugepage_clear_mixed(slot, gfn, level);

  /*
 * Process the last tail page if it straddles the range and is
 * contained by the memslot.  Like the head page, KVM can't
 * create a hugepage if the slot size is misaligned.
 */
  if (gfn < range->end &&
      (gfn + nr_pages) <= (slot->base_gfn + slot->npages)) {
   if (hugepage_has_attrs(kvm, slot, gfn, level, attrs))
    hugepage_clear_mixed(slot, gfn, level);
   else
    hugepage_set_mixed(slot, gfn, level);
  }
 }
 return false;
}

void kvm_mmu_init_memslot_memory_attributes(struct kvm *kvm,
         struct kvm_memory_slot *slot)
{
 int level;

 if (!kvm_arch_has_private_mem(kvm))
  return;

 for (level = PG_LEVEL_2M; level <= KVM_MAX_HUGEPAGE_LEVEL; level++) {
  /*
 * Don't bother tracking mixed attributes for pages that can't
 * be huge due to alignment, i.e. process only pages that are
 * entirely contained by the memslot.
 */
  gfn_t end = gfn_round_for_level(slot->base_gfn + slot->npages, level);
  gfn_t start = gfn_round_for_level(slot->base_gfn, level);
  gfn_t nr_pages = KVM_PAGES_PER_HPAGE(level);
  gfn_t gfn;

  if (start < slot->base_gfn)
   start += nr_pages;

  /*
 * Unlike setting attributes, every potential hugepage needs to
 * be manually checked as the attributes may already be mixed.
 */
  for (gfn = start; gfn < end; gfn += nr_pages) {
   unsigned long attrs = kvm_get_memory_attributes(kvm, gfn);

   if (hugepage_has_attrs(kvm, slot, gfn, level, attrs))
    hugepage_clear_mixed(slot, gfn, level);
   else
    hugepage_set_mixed(slot, gfn, level);
  }
 }
}
#endif