src/gromacs/mdlib/nbnxn_cuda/nbnxn_cuda.cu

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2012,2013,2014,2015,2016, 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 /*! \file
  36  *  \brief Define CUDA implementation of nbnxn_gpu.h
  37  *
  38  *  \author Szilard Pall <pall.szilard@gmail.com>
  39  */
  40 #include "gmxpre.h"
  41
  42 #include "config.h"
  43
  44 #include <assert.h>
  45 #include <stdlib.h>
  46
  47 #include "gromacs/mdlib/nbnxn_gpu.h"
  48
  49 #if defined(_MSVC)
  50 #include <limits>
  51 #endif
  52
  53
  54 #include "gromacs/gpu_utils/cudautils.cuh"
  55 #include "gromacs/mdlib/force_flags.h"
  56 #include "gromacs/mdlib/nb_verlet.h"
  57 #include "gromacs/mdlib/nbnxn_gpu_data_mgmt.h"
  58 #include "gromacs/mdlib/nbnxn_pairlist.h"
  59 #include "gromacs/timing/gpu_timing.h"
  60 #include "gromacs/utility/cstringutil.h"
  61 #include "gromacs/utility/gmxassert.h"
  62
  63 #include "nbnxn_cuda_types.h"
  64
  65 /*! Texture reference for LJ C6/C12 parameters; bound to cu_nbparam_t.nbfp */
  66 texture<float, 1, cudaReadModeElementType> nbfp_texref;
  67
  68 /*! Texture reference for LJ-PME parameters; bound to cu_nbparam_t.nbfp_comb */
  69 texture<float, 1, cudaReadModeElementType> nbfp_comb_texref;
  70
  71 /*! Texture reference for Ewald coulomb force table; bound to cu_nbparam_t.coulomb_tab */
  72 texture<float, 1, cudaReadModeElementType> coulomb_tab_texref;
  73
  74
  75 /***** The kernel declarations/definitions come here *****/
  76 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernel_utils.cuh"
  77
  78 /* Top-level kernel declaration generation: will generate through multiple
  79  * inclusion the following flavors for all kernel declarations:
  80  * - force-only output;
  81  * - force and energy output;
  82  * - force-only with pair list pruning;
  83  * - force and energy output with pair list pruning.
  84  */
  85 #define FUNCTION_DECLARATION_ONLY
  86 /** Force only **/
  87 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernels.cuh"
  88 /** Force & energy **/
  89 #define CALC_ENERGIES
  90 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernels.cuh"
  91 #undef CALC_ENERGIES
  92
  93 /*** Pair-list pruning kernels ***/
  94 /** Force only **/
  95 #define PRUNE_NBL
  96 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernels.cuh"
  97 /** Force & energy **/
  98 #define CALC_ENERGIES
  99 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernels.cuh"
 100 #undef CALC_ENERGIES
 101 #undef PRUNE_NBL
 102 #undef FUNCTION_DECLARATION_ONLY
 103
 104 /* Now generate the function definitions if we are using a single compilation unit. */
 105 #if GMX_CUDA_NB_SINGLE_COMPILATION_UNIT
 106 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernel_F_noprune.cu"
 107 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernel_F_prune.cu"
 108 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernel_VF_noprune.cu"
 109 #include "gromacs/mdlib/nbnxn_cuda/nbnxn_cuda_kernel_VF_prune.cu"
 110 #else
 111 /* Prevent compilation in multiple compilation unit mode for CC 2.x. Although we have
 112  * build-time checks to prevent this, the user could manually tweaks nvcc flags
 113  * which would lead to buggy kernels getting compiled.
 114  */
 115 #if GMX_PTX_ARCH > 0 && GMX_PTX_ARCH <= 210
 116 #error Due to an CUDA compiler bug, the CUDA non-bonded module can not be compiled with multiple compilation units for CC 2.x devices. If you have changed the nvcc flags manually, either use the GMX_CUDA_TARGET_* variables instead or set GMX_CUDA_NB_SINGLE_COMPILATION_UNIT=ON CMake option.
 117 #endif
 118 #endif /* GMX_CUDA_NB_SINGLE_COMPILATION_UNIT */
 119
 120
 121
 122 /*! Nonbonded kernel function pointer type */
 123 typedef void (*nbnxn_cu_kfunc_ptr_t)(const cu_atomdata_t,
 124                                      const cu_nbparam_t,
 125                                      const cu_plist_t,
 126                                      bool);
 127
 128 /*********************************/
 129
 130 /* XXX switch between chevron and cudaLaunch (supported only in CUDA >=7.0)
 131    -- only for benchmarking purposes */
 132 static const bool bUseCudaLaunchKernel =
 133     (GMX_CUDA_VERSION >= 7000) && (getenv("GMX_DISABLE_CUDALAUNCH") == NULL);
 134
 135 /* XXX always/never run the energy/pruning kernels -- only for benchmarking purposes */
 136 static bool always_ener  = (getenv("GMX_GPU_ALWAYS_ENER") != NULL);
 137 static bool never_ener   = (getenv("GMX_GPU_NEVER_ENER") != NULL);
 138 static bool always_prune = (getenv("GMX_GPU_ALWAYS_PRUNE") != NULL);
 139
 140
 141 /*! Returns the number of blocks to be used for the nonbonded GPU kernel. */
 142 static inline int calc_nb_kernel_nblock(int nwork_units, gmx_device_info_t *dinfo)
 143 {
 144     int max_grid_x_size;
 145
 146     assert(dinfo);
 147     /* CUDA does not accept grid dimension of 0 (which can happen e.g. with an
 148        empty domain) and that case should be handled before this point. */
 149     assert(nwork_units > 0);
 150
 151     max_grid_x_size = dinfo->prop.maxGridSize[0];
 152
 153     /* do we exceed the grid x dimension limit? */
 154     if (nwork_units > max_grid_x_size)
 155     {
 156         gmx_fatal(FARGS, "Watch out, the input system is too large to simulate!\n"
 157                   "The number of nonbonded work units (=number of super-clusters) exceeds the"
 158                   "maximum grid size in x dimension (%d > %d)!", nwork_units, max_grid_x_size);
 159     }
 160
 161     return nwork_units;
 162 }
 163
 164
 165 /* Constant arrays listing all kernel function pointers and enabling selection
 166    of a kernel in an elegant manner. */
 167
 168 /*! Pointers to the non-bonded kernels organized in 2-dim arrays by:
 169  *  electrostatics and VDW type.
 170  *
 171  *  Note that the row- and column-order of function pointers has to match the
 172  *  order of corresponding enumerated electrostatics and vdw types, resp.,
 173  *  defined in nbnxn_cuda_types.h.
 174  */
 175
 176 /*! Force-only kernel function pointers. */
 177 static const nbnxn_cu_kfunc_ptr_t nb_kfunc_noener_noprune_ptr[eelCuNR][evdwCuNR] =
 178 {
 179     { nbnxn_kernel_ElecCut_VdwLJ_F_cuda,            nbnxn_kernel_ElecCut_VdwLJCombGeom_F_cuda,            nbnxn_kernel_ElecCut_VdwLJCombLB_F_cuda,            nbnxn_kernel_ElecCut_VdwLJFsw_F_cuda,            nbnxn_kernel_ElecCut_VdwLJPsw_F_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombGeom_F_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombLB_F_cuda            },
 180     { nbnxn_kernel_ElecRF_VdwLJ_F_cuda,             nbnxn_kernel_ElecRF_VdwLJCombGeom_F_cuda,             nbnxn_kernel_ElecRF_VdwLJCombLB_F_cuda,             nbnxn_kernel_ElecRF_VdwLJFsw_F_cuda,             nbnxn_kernel_ElecRF_VdwLJPsw_F_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombGeom_F_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombLB_F_cuda             },
 181     { nbnxn_kernel_ElecEwQSTab_VdwLJ_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombGeom_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombLB_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJFsw_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJPsw_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombGeom_F_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombLB_F_cuda        },
 182     { nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJ_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombGeom_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombLB_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJFsw_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJPsw_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombGeom_F_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombLB_F_cuda },
 183     { nbnxn_kernel_ElecEw_VdwLJ_F_cuda,             nbnxn_kernel_ElecEw_VdwLJCombGeom_F_cuda,             nbnxn_kernel_ElecEw_VdwLJCombLB_F_cuda,             nbnxn_kernel_ElecEw_VdwLJFsw_F_cuda,             nbnxn_kernel_ElecEw_VdwLJPsw_F_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombGeom_F_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombLB_F_cuda             },
 184     { nbnxn_kernel_ElecEwTwinCut_VdwLJ_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombGeom_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombLB_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJFsw_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJPsw_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombGeom_F_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombLB_F_cuda      }
 185 };
 186
 187 /*! Force + energy kernel function pointers. */
 188 static const nbnxn_cu_kfunc_ptr_t nb_kfunc_ener_noprune_ptr[eelCuNR][evdwCuNR] =
 189 {
 190     { nbnxn_kernel_ElecCut_VdwLJ_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJCombGeom_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJCombLB_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJFsw_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJPsw_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombGeom_VF_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombLB_VF_cuda            },
 191     { nbnxn_kernel_ElecRF_VdwLJ_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJCombGeom_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJCombLB_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJFsw_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJPsw_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombGeom_VF_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombLB_VF_cuda             },
 192     { nbnxn_kernel_ElecEwQSTab_VdwLJ_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombGeom_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombLB_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJFsw_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJPsw_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombGeom_VF_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombLB_VF_cuda        },
 193     { nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJ_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombGeom_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombLB_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJFsw_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJPsw_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombGeom_VF_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombLB_VF_cuda },
 194     { nbnxn_kernel_ElecEw_VdwLJ_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJCombGeom_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJCombLB_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJFsw_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJPsw_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombGeom_VF_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombLB_VF_cuda             },
 195     { nbnxn_kernel_ElecEwTwinCut_VdwLJ_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombGeom_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombLB_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJFsw_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJPsw_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombGeom_VF_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombLB_VF_cuda      }
 196 };
 197
 198 /*! Force + pruning kernel function pointers. */
 199 static const nbnxn_cu_kfunc_ptr_t nb_kfunc_noener_prune_ptr[eelCuNR][evdwCuNR] =
 200 {
 201     { nbnxn_kernel_ElecCut_VdwLJ_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJCombGeom_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJCombLB_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJFsw_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJPsw_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombGeom_F_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombLB_F_prune_cuda             },
 202     { nbnxn_kernel_ElecRF_VdwLJ_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJCombGeom_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJCombLB_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJFsw_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJPsw_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombGeom_F_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombLB_F_prune_cuda              },
 203     { nbnxn_kernel_ElecEwQSTab_VdwLJ_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombGeom_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombLB_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJFsw_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJPsw_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombGeom_F_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombLB_F_prune_cuda         },
 204     { nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJ_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombGeom_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombLB_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJFsw_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJPsw_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombGeom_F_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombLB_F_prune_cuda  },
 205     { nbnxn_kernel_ElecEw_VdwLJ_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJCombGeom_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJCombLB_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJFsw_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJPsw_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombGeom_F_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombLB_F_prune_cuda              },
 206     { nbnxn_kernel_ElecEwTwinCut_VdwLJ_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombGeom_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombLB_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJFsw_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJPsw_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombGeom_F_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombLB_F_prune_cuda       }
 207 };
 208
 209 /*! Force + energy + pruning kernel function pointers. */
 210 static const nbnxn_cu_kfunc_ptr_t nb_kfunc_ener_prune_ptr[eelCuNR][evdwCuNR] =
 211 {
 212     { nbnxn_kernel_ElecCut_VdwLJ_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJCombGeom_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJCombLB_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJFsw_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJPsw_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombGeom_VF_prune_cuda,            nbnxn_kernel_ElecCut_VdwLJEwCombLB_VF_prune_cuda            },
 213     { nbnxn_kernel_ElecRF_VdwLJ_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJCombGeom_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJCombLB_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJFsw_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJPsw_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombGeom_VF_prune_cuda,             nbnxn_kernel_ElecRF_VdwLJEwCombLB_VF_prune_cuda             },
 214     { nbnxn_kernel_ElecEwQSTab_VdwLJ_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombGeom_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJCombLB_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJFsw_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJPsw_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombGeom_VF_prune_cuda,        nbnxn_kernel_ElecEwQSTab_VdwLJEwCombLB_VF_prune_cuda        },
 215     { nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJ_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombGeom_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJCombLB_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJFsw_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJPsw_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombGeom_VF_prune_cuda, nbnxn_kernel_ElecEwQSTabTwinCut_VdwLJEwCombLB_VF_prune_cuda },
 216     { nbnxn_kernel_ElecEw_VdwLJ_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJCombGeom_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJCombLB_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJFsw_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJPsw_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombGeom_VF_prune_cuda,             nbnxn_kernel_ElecEw_VdwLJEwCombLB_VF_prune_cuda             },
 217     { nbnxn_kernel_ElecEwTwinCut_VdwLJ_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombGeom_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJCombLB_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJFsw_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJPsw_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombGeom_VF_prune_cuda,      nbnxn_kernel_ElecEwTwinCut_VdwLJEwCombLB_VF_prune_cuda      }
 218 };
 219
 220 /*! Return a pointer to the kernel version to be executed at the current step. */
 221 static inline nbnxn_cu_kfunc_ptr_t select_nbnxn_kernel(int                                  eeltype,
 222                                                        int                                  evdwtype,
 223                                                        bool                                 bDoEne,
 224                                                        bool                                 bDoPrune,
 225                                                        struct gmx_device_info_t gmx_unused *devInfo)
 226 {
 227     nbnxn_cu_kfunc_ptr_t res;
 228
 229     GMX_ASSERT(eeltype < eelCuNR,
 230                "The electrostatics type requested is not implemented in the CUDA kernels.");
 231     GMX_ASSERT(evdwtype < evdwCuNR,
 232                "The VdW type requested is not implemented in the CUDA kernels.");
 233
 234     /* assert assumptions made by the kernels */
 235     GMX_ASSERT(c_nbnxnGpuClusterSize*c_nbnxnGpuClusterSize/c_nbnxnGpuClusterpairSplit == devInfo->prop.warpSize,
 236                "The CUDA kernels require the cluster_size_i*cluster_size_j/nbnxn_gpu_clusterpair_split to match the warp size of the architecture targeted.");
 237
 238     if (bDoEne)
 239     {
 240         if (bDoPrune)
 241         {
 242             res = nb_kfunc_ener_prune_ptr[eeltype][evdwtype];
 243         }
 244         else
 245         {
 246             res = nb_kfunc_ener_noprune_ptr[eeltype][evdwtype];
 247         }
 248     }
 249     else
 250     {
 251         if (bDoPrune)
 252         {
 253             res = nb_kfunc_noener_prune_ptr[eeltype][evdwtype];
 254         }
 255         else
 256         {
 257             res = nb_kfunc_noener_noprune_ptr[eeltype][evdwtype];
 258         }
 259     }
 260
 261     return res;
 262 }
 263
 264 /*! Calculates the amount of shared memory required by the CUDA kernel in use. */
 265 static inline int calc_shmem_required(const int num_threads_z, gmx_device_info_t gmx_unused *dinfo, const cu_nbparam_t *nbp)
 266 {
 267     int shmem;
 268
 269     assert(dinfo);
 270
 271     /* size of shmem (force-buffers/xq/atom type preloading) */
 272     /* NOTE: with the default kernel on sm3.0 we need shmem only for pre-loading */
 273     /* i-atom x+q in shared memory */
 274     shmem  = c_numClPerSupercl * c_clSize * sizeof(float4);
 275     /* cj in shared memory, for each warp separately */
 276     shmem += num_threads_z * c_nbnxnGpuClusterpairSplit * c_nbnxnGpuJgroupSize * sizeof(int);
 277     if (dinfo->prop.major >= 3)
 278     {
 279         if (nbp->vdwtype == evdwCuCUTCOMBGEOM ||
 280             nbp->vdwtype == evdwCuCUTCOMBLB)
 281         {
 282             /* i-atom LJ combination parameters in shared memory */
 283             shmem += c_numClPerSupercl * c_clSize * sizeof(float2);
 284         }
 285         else
 286         {
 287             /* i-atom types in shared memory */
 288             shmem += c_numClPerSupercl * c_clSize * sizeof(int);
 289         }
 290     }
 291     if (dinfo->prop.major < 3)
 292     {
 293         /* force reduction buffers in shared memory */
 294         shmem += c_clSize * c_clSize * 3 * sizeof(float);
 295     }
 296     return shmem;
 297 }
 298
 299 /*! As we execute nonbonded workload in separate streams, before launching
 300    the kernel we need to make sure that he following operations have completed:
 301    - atomdata allocation and related H2D transfers (every nstlist step);
 302    - pair list H2D transfer (every nstlist step);
 303    - shift vector H2D transfer (every nstlist step);
 304    - force (+shift force and energy) output clearing (every step).
 305
 306    These operations are issued in the local stream at the beginning of the step
 307    and therefore always complete before the local kernel launch. The non-local
 308    kernel is launched after the local on the same device/context hence it is
 309    inherently scheduled after the operations in the local stream (including the
 310    above "misc_ops") on pre-GK110 devices with single hardware queue, but on later
 311    devices with multiple hardware queues the dependency needs to be enforced.
 312    We use the misc_ops_and_local_H2D_done event to record the point where
 313    the local x+q H2D (and all preceding) tasks are complete and synchronize
 314    with this event in the non-local stream before launching the non-bonded kernel.
 315  */
 316 void nbnxn_gpu_launch_kernel(gmx_nbnxn_cuda_t       *nb,
 317                              const nbnxn_atomdata_t *nbatom,
 318                              int                     flags,
 319                              int                     iloc)
 320 {
 321     cudaError_t          stat;
 322     int                  adat_begin, adat_len; /* local/nonlocal offset and length used for xq and f */
 323     /* CUDA kernel launch-related stuff */
 324     int                  shmem, nblock;
 325     dim3                 dim_block, dim_grid;
 326     nbnxn_cu_kfunc_ptr_t nb_kernel = NULL; /* fn pointer to the nonbonded kernel */
 327
 328     cu_atomdata_t       *adat    = nb->atdat;
 329     cu_nbparam_t        *nbp     = nb->nbparam;
 330     cu_plist_t          *plist   = nb->plist[iloc];
 331     cu_timers_t         *t       = nb->timers;
 332     cudaStream_t         stream  = nb->stream[iloc];
 333
 334     bool                 bCalcEner   = flags & GMX_FORCE_ENERGY;
 335     bool                 bCalcFshift = flags & GMX_FORCE_VIRIAL;
 336     bool                 bDoTime     = nb->bDoTime;
 337
 338     /* turn energy calculation always on/off (for debugging/testing only) */
 339     bCalcEner = (bCalcEner || always_ener) && !never_ener;
 340
 341     /* Don't launch the non-local kernel if there is no work to do.
 342        Doing the same for the local kernel is more complicated, since the
 343        local part of the force array also depends on the non-local kernel.
 344        So to avoid complicating the code and to reduce the risk of bugs,
 345        we always call the local kernel, the local x+q copy and later (not in
 346        this function) the stream wait, local f copyback and the f buffer
 347        clearing. All these operations, except for the local interaction kernel,
 348        are needed for the non-local interactions. The skip of the local kernel
 349        call is taken care of later in this function. */
 350     if (iloc == eintNonlocal && plist->nsci == 0)
 351     {
 352         return;
 353     }
 354
 355     /* calculate the atom data index range based on locality */
 356     if (LOCAL_I(iloc))
 357     {
 358         adat_begin  = 0;
 359         adat_len    = adat->natoms_local;
 360     }
 361     else
 362     {
 363         adat_begin  = adat->natoms_local;
 364         adat_len    = adat->natoms - adat->natoms_local;
 365     }
 366
 367     /* beginning of timed HtoD section */
 368     if (bDoTime)
 369     {
 370         stat = cudaEventRecord(t->start_nb_h2d[iloc], stream);
 371         CU_RET_ERR(stat, "cudaEventRecord failed");
 372     }
 373
 374     /* HtoD x, q */
 375     cu_copy_H2D_async(adat->xq + adat_begin, nbatom->x + adat_begin * 4,
 376                       adat_len * sizeof(*adat->xq), stream);
 377
 378     /* When we get here all misc operations issues in the local stream as well as
 379        the local xq H2D are done,
 380        so we record that in the local stream and wait for it in the nonlocal one. */
 381     if (nb->bUseTwoStreams)
 382     {
 383         if (iloc == eintLocal)
 384         {
 385             stat = cudaEventRecord(nb->misc_ops_and_local_H2D_done, stream);
 386             CU_RET_ERR(stat, "cudaEventRecord on misc_ops_and_local_H2D_done failed");
 387         }
 388         else
 389         {
 390             stat = cudaStreamWaitEvent(stream, nb->misc_ops_and_local_H2D_done, 0);
 391             CU_RET_ERR(stat, "cudaStreamWaitEvent on misc_ops_and_local_H2D_done failed");
 392         }
 393     }
 394
 395     if (bDoTime)
 396     {
 397         stat = cudaEventRecord(t->stop_nb_h2d[iloc], stream);
 398         CU_RET_ERR(stat, "cudaEventRecord failed");
 399     }
 400
 401     if (plist->nsci == 0)
 402     {
 403         /* Don't launch an empty local kernel (not allowed with CUDA) */
 404         return;
 405     }
 406
 407     /* beginning of timed nonbonded calculation section */
 408     if (bDoTime)
 409     {
 410         stat = cudaEventRecord(t->start_nb_k[iloc], stream);
 411         CU_RET_ERR(stat, "cudaEventRecord failed");
 412     }
 413
 414     /* get the pointer to the kernel flavor we need to use */
 415     nb_kernel = select_nbnxn_kernel(nbp->eeltype,
 416                                     nbp->vdwtype,
 417                                     bCalcEner,
 418                                     plist->bDoPrune || always_prune,
 419                                     nb->dev_info);
 420
 421     /* Kernel launch config:
 422      * - The thread block dimensions match the size of i-clusters, j-clusters,
 423      *   and j-cluster concurrency, in x, y, and z, respectively.
 424      * - The 1D block-grid contains as many blocks as super-clusters.
 425      */
 426     int num_threads_z = 1;
 427     if ((nb->dev_info->prop.major == 3 && nb->dev_info->prop.minor == 7) ||
 428         (nb->dev_info->prop.major == 6 && nb->dev_info->prop.minor == 0))
 429     {
 430         num_threads_z = 2;
 431     }
 432     nblock    = calc_nb_kernel_nblock(plist->nsci, nb->dev_info);
 433     dim_block = dim3(c_clSize, c_clSize, num_threads_z);
 434     dim_grid  = dim3(nblock, 1, 1);
 435     shmem     = calc_shmem_required(num_threads_z, nb->dev_info, nbp);
 436
 437     if (debug)
 438     {
 439         fprintf(debug, "GPU launch configuration:\n\tThread block: %dx%dx%d\n\t"
 440                 "\tGrid: %dx%d\n\t#Super-clusters/clusters: %d/%d (%d)\n"
 441                 "\tShMem: %d\n",
 442                 dim_block.x, dim_block.y, dim_block.z,
 443                 dim_grid.x, dim_grid.y, plist->nsci*c_numClPerSupercl,
 444                 c_numClPerSupercl, plist->na_c,
 445                 shmem);
 446     }
 447
 448     if (bUseCudaLaunchKernel)
 449     {
 450         gmx_unused void* kernel_args[4];
 451         kernel_args[0] = adat;
 452         kernel_args[1] = nbp;
 453         kernel_args[2] = plist;
 454         kernel_args[3] = &bCalcFshift;
 455
 456 #if GMX_CUDA_VERSION >= 7000
 457         cudaLaunchKernel((void *)nb_kernel, dim_grid, dim_block, kernel_args, shmem, stream);
 458 #endif
 459     }
 460     else
 461     {
 462         nb_kernel<<< dim_grid, dim_block, shmem, stream>>> (*adat, *nbp, *plist, bCalcFshift);
 463     }
 464     CU_LAUNCH_ERR("k_calc_nb");
 465
 466     if (bDoTime)
 467     {
 468         stat = cudaEventRecord(t->stop_nb_k[iloc], stream);
 469         CU_RET_ERR(stat, "cudaEventRecord failed");
 470     }
 471
 472 #if (defined(WIN32) || defined( _WIN32 ))
 473     /* Windows: force flushing WDDM queue */
 474     stat = cudaStreamQuery(stream);
 475 #endif
 476 }
 477
 478 void nbnxn_gpu_launch_cpyback(gmx_nbnxn_cuda_t       *nb,
 479                               const nbnxn_atomdata_t *nbatom,
 480                               int                     flags,
 481                               int                     aloc)
 482 {
 483     cudaError_t stat;
 484     int         adat_begin, adat_len; /* local/nonlocal offset and length used for xq and f */
 485     int         iloc = -1;
 486
 487     /* determine interaction locality from atom locality */
 488     if (LOCAL_A(aloc))
 489     {
 490         iloc = eintLocal;
 491     }
 492     else if (NONLOCAL_A(aloc))
 493     {
 494         iloc = eintNonlocal;
 495     }
 496     else
 497     {
 498         char stmp[STRLEN];
 499         sprintf(stmp, "Invalid atom locality passed (%d); valid here is only "
 500                 "local (%d) or nonlocal (%d)", aloc, eatLocal, eatNonlocal);
 501         gmx_incons(stmp);
 502     }
 503
 504     cu_atomdata_t   *adat    = nb->atdat;
 505     cu_timers_t     *t       = nb->timers;
 506     bool             bDoTime = nb->bDoTime;
 507     cudaStream_t     stream  = nb->stream[iloc];
 508
 509     bool             bCalcEner   = flags & GMX_FORCE_ENERGY;
 510     bool             bCalcFshift = flags & GMX_FORCE_VIRIAL;
 511
 512     /* don't launch non-local copy-back if there was no non-local work to do */
 513     if (iloc == eintNonlocal && nb->plist[iloc]->nsci == 0)
 514     {
 515         return;
 516     }
 517
 518     /* calculate the atom data index range based on locality */
 519     if (LOCAL_A(aloc))
 520     {
 521         adat_begin  = 0;
 522         adat_len    = adat->natoms_local;
 523     }
 524     else
 525     {
 526         adat_begin  = adat->natoms_local;
 527         adat_len    = adat->natoms - adat->natoms_local;
 528     }
 529
 530     /* beginning of timed D2H section */
 531     if (bDoTime)
 532     {
 533         stat = cudaEventRecord(t->start_nb_d2h[iloc], stream);
 534         CU_RET_ERR(stat, "cudaEventRecord failed");
 535     }
 536
 537     /* With DD the local D2H transfer can only start after the non-local
 538        kernel has finished. */
 539     if (iloc == eintLocal && nb->bUseTwoStreams)
 540     {
 541         stat = cudaStreamWaitEvent(stream, nb->nonlocal_done, 0);
 542         CU_RET_ERR(stat, "cudaStreamWaitEvent on nonlocal_done failed");
 543     }
 544
 545     /* DtoH f */
 546     cu_copy_D2H_async(nbatom->out[0].f + adat_begin * 3, adat->f + adat_begin,
 547                       (adat_len)*sizeof(*adat->f), stream);
 548
 549     /* After the non-local D2H is launched the nonlocal_done event can be
 550        recorded which signals that the local D2H can proceed. This event is not
 551        placed after the non-local kernel because we want the non-local data
 552        back first. */
 553     if (iloc == eintNonlocal)
 554     {
 555         stat = cudaEventRecord(nb->nonlocal_done, stream);
 556         CU_RET_ERR(stat, "cudaEventRecord on nonlocal_done failed");
 557     }
 558
 559     /* only transfer energies in the local stream */
 560     if (LOCAL_I(iloc))
 561     {
 562         /* DtoH fshift */
 563         if (bCalcFshift)
 564         {
 565             cu_copy_D2H_async(nb->nbst.fshift, adat->fshift,
 566                               SHIFTS * sizeof(*nb->nbst.fshift), stream);
 567         }
 568
 569         /* DtoH energies */
 570         if (bCalcEner)
 571         {
 572             cu_copy_D2H_async(nb->nbst.e_lj, adat->e_lj,
 573                               sizeof(*nb->nbst.e_lj), stream);
 574             cu_copy_D2H_async(nb->nbst.e_el, adat->e_el,
 575                               sizeof(*nb->nbst.e_el), stream);
 576         }
 577     }
 578
 579     if (bDoTime)
 580     {
 581         stat = cudaEventRecord(t->stop_nb_d2h[iloc], stream);
 582         CU_RET_ERR(stat, "cudaEventRecord failed");
 583     }
 584 }
 585
 586 void nbnxn_gpu_wait_for_gpu(gmx_nbnxn_cuda_t *nb,
 587                             int flags, int aloc,
 588                             real *e_lj, real *e_el, rvec *fshift)
 589 {
 590     /* NOTE:  only implemented for single-precision at this time */
 591     cudaError_t stat;
 592     int         iloc = -1;
 593
 594     /* determine interaction locality from atom locality */
 595     if (LOCAL_A(aloc))
 596     {
 597         iloc = eintLocal;
 598     }
 599     else if (NONLOCAL_A(aloc))
 600     {
 601         iloc = eintNonlocal;
 602     }
 603     else
 604     {
 605         char stmp[STRLEN];
 606         sprintf(stmp, "Invalid atom locality passed (%d); valid here is only "
 607                 "local (%d) or nonlocal (%d)", aloc, eatLocal, eatNonlocal);
 608         gmx_incons(stmp);
 609     }
 610
 611     cu_plist_t                 *plist    = nb->plist[iloc];
 612     cu_timers_t                *timers   = nb->timers;
 613     struct gmx_wallclock_gpu_t *timings  = nb->timings;
 614     nb_staging                  nbst     = nb->nbst;
 615
 616     bool                        bCalcEner   = flags & GMX_FORCE_ENERGY;
 617     bool                        bCalcFshift = flags & GMX_FORCE_VIRIAL;
 618
 619     /* turn energy calculation always on/off (for debugging/testing only) */
 620     bCalcEner = (bCalcEner || always_ener) && !never_ener;
 621
 622     /* Launch wait/update timers & counters, unless doing the non-local phase
 623        when there is not actually work to do. This is consistent with
 624        nbnxn_cuda_launch_kernel.
 625
 626        NOTE: if timing with multiple GPUs (streams) becomes possible, the
 627        counters could end up being inconsistent due to not being incremented
 628        on some of the nodes! */
 629     if (iloc == eintNonlocal && nb->plist[iloc]->nsci == 0)
 630     {
 631         return;
 632     }
 633
 634     stat = cudaStreamSynchronize(nb->stream[iloc]);
 635     CU_RET_ERR(stat, "cudaStreamSynchronize failed in cu_blockwait_nb");
 636
 637     /* timing data accumulation */
 638     if (nb->bDoTime)
 639     {
 640         /* only increase counter once (at local F wait) */
 641         if (LOCAL_I(iloc))
 642         {
 643             timings->nb_c++;
 644             timings->ktime[plist->bDoPrune ? 1 : 0][bCalcEner ? 1 : 0].c += 1;
 645         }
 646
 647         /* kernel timings */
 648         timings->ktime[plist->bDoPrune ? 1 : 0][bCalcEner ? 1 : 0].t +=
 649             cu_event_elapsed(timers->start_nb_k[iloc], timers->stop_nb_k[iloc]);
 650
 651         /* X/q H2D and F D2H timings */
 652         timings->nb_h2d_t += cu_event_elapsed(timers->start_nb_h2d[iloc],
 653                                               timers->stop_nb_h2d[iloc]);
 654         timings->nb_d2h_t += cu_event_elapsed(timers->start_nb_d2h[iloc],
 655                                               timers->stop_nb_d2h[iloc]);
 656
 657         /* only count atdat and pair-list H2D at pair-search step */
 658         if (plist->bDoPrune)
 659         {
 660             /* atdat transfer timing (add only once, at local F wait) */
 661             if (LOCAL_A(aloc))
 662             {
 663                 timings->pl_h2d_c++;
 664                 timings->pl_h2d_t += cu_event_elapsed(timers->start_atdat,
 665                                                       timers->stop_atdat);
 666             }
 667
 668             timings->pl_h2d_t += cu_event_elapsed(timers->start_pl_h2d[iloc],
 669                                                   timers->stop_pl_h2d[iloc]);
 670         }
 671     }
 672
 673     /* add up energies and shift forces (only once at local F wait) */
 674     if (LOCAL_I(iloc))
 675     {
 676         if (bCalcEner)
 677         {
 678             *e_lj += *nbst.e_lj;
 679             *e_el += *nbst.e_el;
 680         }
 681
 682         if (bCalcFshift)
 683         {
 684             for (int i = 0; i < SHIFTS; i++)
 685             {
 686                 fshift[i][0] += nbst.fshift[i].x;
 687                 fshift[i][1] += nbst.fshift[i].y;
 688                 fshift[i][2] += nbst.fshift[i].z;
 689             }
 690         }
 691     }
 692
 693     /* turn off pruning (doesn't matter if this is pair-search step or not) */
 694     plist->bDoPrune = false;
 695 }
 696
 697 /*! Return the reference to the nbfp texture. */
 698 const struct texture<float, 1, cudaReadModeElementType> &nbnxn_cuda_get_nbfp_texref()
 699 {
 700     return nbfp_texref;
 701 }
 702
 703 /*! Return the reference to the nbfp_comb texture. */
 704 const struct texture<float, 1, cudaReadModeElementType> &nbnxn_cuda_get_nbfp_comb_texref()
 705 {
 706     return nbfp_comb_texref;
 707 }
 708
 709 /*! Return the reference to the coulomb_tab. */
 710 const struct texture<float, 1, cudaReadModeElementType> &nbnxn_cuda_get_coulomb_tab_texref()
 711 {
 712     return coulomb_tab_texref;
 713 }
 714
 715 /*! Set up the cache configuration for the non-bonded kernels,
 716  */
 717 void nbnxn_cuda_set_cacheconfig(gmx_device_info_t *devinfo)
 718 {
 719     cudaError_t stat;
 720
 721     for (int i = 0; i < eelCuNR; i++)
 722     {
 723         for (int j = 0; j < evdwCuNR; j++)
 724         {
 725             if (devinfo->prop.major >= 3)
 726             {
 727                 /* Default kernel on sm 3.x and later 32/32 kB Shared/L1 */
 728                 cudaFuncSetCacheConfig(nb_kfunc_ener_prune_ptr[i][j], cudaFuncCachePreferEqual);
 729                 cudaFuncSetCacheConfig(nb_kfunc_ener_noprune_ptr[i][j], cudaFuncCachePreferEqual);
 730                 cudaFuncSetCacheConfig(nb_kfunc_noener_prune_ptr[i][j], cudaFuncCachePreferEqual);
 731                 stat = cudaFuncSetCacheConfig(nb_kfunc_noener_noprune_ptr[i][j], cudaFuncCachePreferEqual);
 732             }
 733             else
 734             {
 735                 /* On Fermi prefer L1 gives 2% higher performance */
 736                 /* Default kernel on sm_2.x 16/48 kB Shared/L1 */
 737                 cudaFuncSetCacheConfig(nb_kfunc_ener_prune_ptr[i][j], cudaFuncCachePreferL1);
 738                 cudaFuncSetCacheConfig(nb_kfunc_ener_noprune_ptr[i][j], cudaFuncCachePreferL1);
 739                 cudaFuncSetCacheConfig(nb_kfunc_noener_prune_ptr[i][j], cudaFuncCachePreferL1);
 740                 stat = cudaFuncSetCacheConfig(nb_kfunc_noener_noprune_ptr[i][j], cudaFuncCachePreferL1);
 741             }
 742             CU_RET_ERR(stat, "cudaFuncSetCacheConfig failed");
 743         }
 744     }
 745 }