src/gromacs/ewald/pme-gpu-constants.h

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2018, by the GROMACS development team, led by
   5  * Mark Abraham, David van der Spoel, Berk Hess, and Erik Lindahl,
   6  * and including many others, as listed in the AUTHORS file in the
   7  * top-level source directory and at http://www.gromacs.org.
   8  *
   9  * GROMACS is free software; you can redistribute it and/or
  10  * modify it under the terms of the GNU Lesser General Public License
  11  * as published by the Free Software Foundation; either version 2.1
  12  * of the License, or (at your option) any later version.
  13  *
  14  * GROMACS is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  * Lesser General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU Lesser General Public
  20  * License along with GROMACS; if not, see
  21  * http://www.gnu.org/licenses, or write to the Free Software Foundation,
  22  * Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA.
  23  *
  24  * If you want to redistribute modifications to GROMACS, please
  25  * consider that scientific software is very special. Version
  26  * control is crucial - bugs must be traceable. We will be happy to
  27  * consider code for inclusion in the official distribution, but
  28  * derived work must not be called official GROMACS. Details are found
  29  * in the README & COPYING files - if they are missing, get the
  30  * official version at http://www.gromacs.org.
  31  *
  32  * To help us fund GROMACS development, we humbly ask that you cite
  33  * the research papers on the package. Check out http://www.gromacs.org.
  34  */
  35 /*! \internal \file
  36  * \brief This file defines the PME GPU compile-time constants/macros,
  37  * used both in device and host code.
  38  *
  39  * As OpenCL C is not aware of constexpr, most of this file is
  40  * forwarded to the OpenCL kernel compilation as defines with same
  41  * names, for the sake of code similarity.
  42  *
  43  * \todo The values are currently common to both CUDA and OpenCL
  44  * implementations, but should be reconsidered when we tune the OpenCL
  45  * implementation. See Redmine #2528.
  46  *
  47  * \author Aleksei Iupinov <a.yupinov@gmail.com>
  48  * \ingroup module_ewald
  49  */
  50
  51 #ifndef GMX_EWALD_PME_GPU_CONSTANTS_H
  52 #define GMX_EWALD_PME_GPU_CONSTANTS_H
  53
  54 #include "config.h"
  55
  56 #if GMX_GPU == GMX_GPU_CUDA
  57 #include "gromacs/gpu_utils/cuda_arch_utils.cuh" // for warp_size
  58 #endif
  59
  60 /* General settings for PME GPU behaviour */
  61
  62 /*! \brief
  63  * false: The atom data GPU buffers are sized precisely according to the number of atoms.
  64  *        (Except GPU spline data layout which is regardless intertwined for 2 atoms per warp).
  65  *        The atom index checks in the spread/gather code potentially hinder the performance.
  66  * true:  The atom data GPU buffers are padded with zeroes so that the possible number of atoms
  67  *        fitting in is divisible by PME_ATOM_DATA_ALIGNMENT.
  68  *        The atom index checks are not performed. There should be a performance win, but how big is it, remains to be seen.
  69  *        Additional cudaMemsetAsync calls are done occasionally (only charges/coordinates; spline data is always recalculated now).
  70  * \todo Estimate performance differences
  71  */
  72 constexpr bool c_usePadding = true;
  73
  74 /*! \brief
  75  * false: Atoms with zero charges are processed by PME. Could introduce some overhead.
  76  * true:  Atoms with zero charges are not processed by PME. Adds branching to the spread/gather.
  77  *        Could be good for performance in specific systems with lots of neutral atoms.
  78  * \todo Estimate performance differences.
  79  */
  80 constexpr bool c_skipNeutralAtoms = false;
  81
  82 /*! \brief
  83  * Number of PME solve output floating point numbers.
  84  * 6 for symmetric virial matrix + 1 for reciprocal energy.
  85  */
  86 constexpr int c_virialAndEnergyCount = 7;
  87
  88
  89 /* Macros concerning the data layout */
  90
  91 /*
  92     Here is a current memory layout for the theta/dtheta B-spline float parameter arrays.
  93     This is the data in global memory used both by spreading and gathering kernels (with same scheduling).
  94     This example has PME order 4 and 2 particles per warp/data chunk.
  95     Each particle has 16 threads assigned to it, each thread works on 4 non-sequential global grid contributions.
  96
  97     ----------------------------------------------------------------------------
  98     particles 0, 1                                        | particles 2, 3     | ...
  99     ----------------------------------------------------------------------------
 100     order index 0           | index 1 | index 2 | index 3 | order index 0 .....
 101     ----------------------------------------------------------------------------
 102     tx0 tx1 ty0 ty1 tz0 tz1 | ..........
 103     ----------------------------------------------------------------------------
 104
 105     Each data chunk for a single warp is 24 floats. This goes both for theta and dtheta.
 106     24 = 2 particles per warp * order 4 * 3 dimensions. 48 floats (1.5 warp size) per warp in total.
 107     I have also tried intertwining theta and theta in a single array (they are used in pairs in gathering stage anyway)
 108     and it didn't seem to make a performance difference.
 109
 110     The spline indexing is isolated in the 2 inline functions:
 111     getSplineParamIndexBase() return a base shared memory index corresponding to the atom in the block;
 112     getSplineParamIndex() consumes its results and adds offsets for dimension and spline value index.
 113
 114     The corresponding defines follow.
 115  */
 116
 117 /*! \brief
 118  * The number of GPU threads used for computing spread/gather contributions of a single atom as function of the PME order.
 119  * The assumption is currently that any thread processes only a single atom's contributions.
 120  * TODO: this assumption leads to minimum execution width of 16. See Redmine #2516
 121  */
 122 #define PME_SPREADGATHER_THREADS_PER_ATOM (order * order)
 123
 124 /*! \brief
 125  * Atom data alignment (in terms of number of atoms).
 126  * This is the least common multiple of number of atoms processed by
 127  * a single block/workgroup of the spread and gather kernels.
 128  * If the GPU atom data buffers are padded (c_usePadding == true),
 129  * Then the numbers of atoms which would fit in the padded GPU buffers have to be divisible by this.
 130  * There are debug asserts for this divisibility in pme_gpu_spread() and pme_gpu_gather().
 131  */
 132 #define PME_ATOM_DATA_ALIGNMENT 32
 133
 134 /*
 135  * The execution widths for PME GPU kernels, used both on host and device for correct scheduling.
 136  * TODO: those were tuned for CUDA with assumption of warp size 32; specialize those for OpenCL
 137  * (Redmine #2528).
 138  * As noted below, these are very approximate maximum sizes; in run time we might have to use
 139  * smaller block/workgroup sizes, depending on device capabilities.
 140  */
 141
 142 //! Spreading max block width in warps picked among powers of 2 (2, 4, 8, 16) for max. occupancy and min. runtime in most cases
 143 constexpr int c_spreadMaxWarpsPerBlock = 8;
 144
 145 //! Solving kernel max block width in warps picked among powers of 2 (2, 4, 8, 16) for max. occupancy and min. runtime
 146 //! (560Ti (CC2.1), 660Ti (CC3.0) and 750 (CC5.0)))
 147 constexpr int c_solveMaxWarpsPerBlock = 8;
 148
 149 //! Gathering max block width in warps - picked empirically among 2, 4, 8, 16 for max. occupancy and min. runtime
 150 constexpr int c_gatherMaxWarpsPerBlock = 4;
 151
 152
 153 #if GMX_GPU == GMX_GPU_CUDA
 154
 155 /* All the guys below are dependent on warp_size and should ideally be removed from the host-side code,
 156  * as we have to do that for OpenCL already.
 157  * They also express maximum desired block/workgroup sizes, while both with CUDA and OpenCL we have to treat
 158  * the device runtime limitations gracefully as well.
 159  */
 160
 161 /*! \brief
 162  * The number of atoms processed by a single warp in spread/gather.
 163  * This macro depends on the templated order parameter (2 atoms per warp for order 4 and warp_size of 32).
 164  * It is mostly used for spline data layout tweaked for coalesced access.
 165  */
 166 #define PME_SPREADGATHER_ATOMS_PER_WARP (warp_size / PME_SPREADGATHER_THREADS_PER_ATOM)
 167
 168 //! Spreading max block size in threads
 169 constexpr int c_spreadMaxThreadsPerBlock = c_spreadMaxWarpsPerBlock * warp_size;
 170
 171 //! Solving kernel max block size in threads
 172 constexpr int c_solveMaxThreadsPerBlock = (c_solveMaxWarpsPerBlock * warp_size);
 173
 174 //! Gathering max block size in threads
 175 constexpr int c_gatherMaxThreadsPerBlock = c_gatherMaxWarpsPerBlock * warp_size;
 176 //! Gathering min blocks per CUDA multiprocessor
 177 constexpr int c_gatherMinBlocksPerMP = GMX_CUDA_MAX_THREADS_PER_MP / c_gatherMaxThreadsPerBlock;
 178
 179 #endif // GMX_GPU == GMX_GPU_CUDA
 180
 181 #endif