src/gromacs/mdlib/nbnxn_search.cpp

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2012,2013,2014,2015,2016,2017,2018, 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
  36 #include "gmxpre.h"
  37
  38 #include "nbnxn_search.h"
  39
  40 #include "config.h"
  41
  42 #include <assert.h>
  43 #include <string.h>
  44
  45 #include <cmath>
  46
  47 #include <algorithm>
  48
  49 #include "gromacs/domdec/domdec_struct.h"
  50 #include "gromacs/gmxlib/nrnb.h"
  51 #include "gromacs/math/functions.h"
  52 #include "gromacs/math/utilities.h"
  53 #include "gromacs/math/vec.h"
  54 #include "gromacs/mdlib/gmx_omp_nthreads.h"
  55 #include "gromacs/mdlib/nb_verlet.h"
  56 #include "gromacs/mdlib/nbnxn_atomdata.h"
  57 #include "gromacs/mdlib/nbnxn_consts.h"
  58 #include "gromacs/mdlib/nbnxn_grid.h"
  59 #include "gromacs/mdlib/nbnxn_internal.h"
  60 #include "gromacs/mdlib/nbnxn_simd.h"
  61 #include "gromacs/mdlib/nbnxn_util.h"
  62 #include "gromacs/mdlib/ns.h"
  63 #include "gromacs/mdtypes/group.h"
  64 #include "gromacs/mdtypes/md_enums.h"
  65 #include "gromacs/pbcutil/ishift.h"
  66 #include "gromacs/pbcutil/pbc.h"
  67 #include "gromacs/simd/simd.h"
  68 #include "gromacs/simd/vector_operations.h"
  69 #include "gromacs/topology/block.h"
  70 #include "gromacs/utility/exceptions.h"
  71 #include "gromacs/utility/fatalerror.h"
  72 #include "gromacs/utility/gmxomp.h"
  73 #include "gromacs/utility/smalloc.h"
  74
  75 using namespace gmx; // TODO: Remove when this file is moved into gmx namespace
  76
  77
  78 /* We shift the i-particles backward for PBC.
  79  * This leads to more conditionals than shifting forward.
  80  * We do this to get more balanced pair lists.
  81  */
  82 constexpr bool c_pbcShiftBackward = true;
  83
  84
  85 static void nbs_cycle_clear(nbnxn_cycle_t *cc)
  86 {
  87     for (int i = 0; i < enbsCCnr; i++)
  88     {
  89         cc[i].count = 0;
  90         cc[i].c     = 0;
  91     }
  92 }
  93
  94 static double Mcyc_av(const nbnxn_cycle_t *cc)
  95 {
  96     return (double)cc->c*1e-6/cc->count;
  97 }
  98
  99 static void nbs_cycle_print(FILE *fp, const nbnxn_search_t nbs)
 100 {
 101     fprintf(fp, "\n");
 102     fprintf(fp, "ns %4d grid %4.1f search %4.1f red.f %5.3f",
 103             nbs->cc[enbsCCgrid].count,
 104             Mcyc_av(&nbs->cc[enbsCCgrid]),
 105             Mcyc_av(&nbs->cc[enbsCCsearch]),
 106             Mcyc_av(&nbs->cc[enbsCCreducef]));
 107
 108     if (nbs->nthread_max > 1)
 109     {
 110         if (nbs->cc[enbsCCcombine].count > 0)
 111         {
 112             fprintf(fp, " comb %5.2f",
 113                     Mcyc_av(&nbs->cc[enbsCCcombine]));
 114         }
 115         fprintf(fp, " s. th");
 116         for (int t = 0; t < nbs->nthread_max; t++)
 117         {
 118             fprintf(fp, " %4.1f",
 119                     Mcyc_av(&nbs->work[t].cc[enbsCCsearch]));
 120         }
 121     }
 122     fprintf(fp, "\n");
 123 }
 124
 125 /* Layout for the nonbonded NxN pair lists */
 126 enum class NbnxnLayout
 127 {
 128     NoSimd4x4, // i-cluster size 4, j-cluster size 4
 129     Simd4xN,   // i-cluster size 4, j-cluster size SIMD width
 130     Simd2xNN,  // i-cluster size 4, j-cluster size half SIMD width
 131     Gpu8x8x8   // i-cluster size 8, j-cluster size 8 + super-clustering
 132 };
 133
 134 /* Returns the j-cluster size */
 135 template <NbnxnLayout layout>
 136 static constexpr int jClusterSize()
 137 {
 138 #if GMX_SIMD
 139     static_assert(layout == NbnxnLayout::NoSimd4x4 || layout == NbnxnLayout::Simd4xN || layout == NbnxnLayout::Simd2xNN, "Currently jClusterSize only supports CPU layouts");
 140
 141     return layout == NbnxnLayout::Simd4xN ? GMX_SIMD_REAL_WIDTH : (layout == NbnxnLayout::Simd2xNN ? GMX_SIMD_REAL_WIDTH/2 : NBNXN_CPU_CLUSTER_I_SIZE);
 142 #else
 143     static_assert(layout == NbnxnLayout::NoSimd4x4, "Currently without SIMD, jClusterSize only supports NoSimd4x4");
 144
 145     return NBNXN_CPU_CLUSTER_I_SIZE;
 146 #endif
 147 }
 148
 149 /* Returns the j-cluster index given the i-cluster index */
 150 template <int jClusterSize>
 151 static inline int cjFromCi(int ci)
 152 {
 153     static_assert(jClusterSize == NBNXN_CPU_CLUSTER_I_SIZE/2 || jClusterSize == NBNXN_CPU_CLUSTER_I_SIZE || jClusterSize == NBNXN_CPU_CLUSTER_I_SIZE*2, "Only j-cluster sizes 2, 4 and 8 are currently implemented");
 154
 155     if (jClusterSize == NBNXN_CPU_CLUSTER_I_SIZE/2)
 156     {
 157         return ci << 1;
 158     }
 159     else if (jClusterSize == NBNXN_CPU_CLUSTER_I_SIZE)
 160     {
 161         return ci;
 162     }
 163     else
 164     {
 165         return ci >> 1;
 166     }
 167 }
 168
 169 /* Returns the j-cluster index given the i-cluster index */
 170 template <NbnxnLayout layout>
 171 static inline int cjFromCi(int ci)
 172 {
 173     constexpr int clusterSize = jClusterSize<layout>();
 174
 175     return cjFromCi<clusterSize>(ci);
 176 }
 177
 178 /* Returns the nbnxn coordinate data index given the i-cluster index */
 179 template <NbnxnLayout layout>
 180 static inline int xIndexFromCi(int ci)
 181 {
 182     constexpr int clusterSize = jClusterSize<layout>();
 183
 184     static_assert(clusterSize == NBNXN_CPU_CLUSTER_I_SIZE/2 || clusterSize == NBNXN_CPU_CLUSTER_I_SIZE || clusterSize == NBNXN_CPU_CLUSTER_I_SIZE*2, "Only j-cluster sizes 2, 4 and 8 are currently implemented");
 185
 186     if (clusterSize <= NBNXN_CPU_CLUSTER_I_SIZE)
 187     {
 188         /* Coordinates are stored packed in groups of 4 */
 189         return ci*STRIDE_P4;
 190     }
 191     else
 192     {
 193         /* Coordinates packed in 8, i-cluster size is half the packing width */
 194         return (ci >> 1)*STRIDE_P8 + (ci & 1)*(c_packX8 >> 1);
 195     }
 196 }
 197
 198 /* Returns the nbnxn coordinate data index given the j-cluster index */
 199 template <NbnxnLayout layout>
 200 static inline int xIndexFromCj(int cj)
 201 {
 202     constexpr int clusterSize = jClusterSize<layout>();
 203
 204     static_assert(clusterSize == NBNXN_CPU_CLUSTER_I_SIZE/2 || clusterSize == NBNXN_CPU_CLUSTER_I_SIZE || clusterSize == NBNXN_CPU_CLUSTER_I_SIZE*2, "Only j-cluster sizes 2, 4 and 8 are currently implemented");
 205
 206     if (clusterSize == NBNXN_CPU_CLUSTER_I_SIZE/2)
 207     {
 208         /* Coordinates are stored packed in groups of 4 */
 209         return (cj >> 1)*STRIDE_P4 + (cj & 1)*(c_packX4 >> 1);
 210     }
 211     else if (clusterSize == NBNXN_CPU_CLUSTER_I_SIZE)
 212     {
 213         /* Coordinates are stored packed in groups of 4 */
 214         return cj*STRIDE_P4;
 215     }
 216     else
 217     {
 218         /* Coordinates are stored packed in groups of 8 */
 219         return cj*STRIDE_P8;
 220     }
 221 }
 222
 223 gmx_bool nbnxn_kernel_pairlist_simple(int nb_kernel_type)
 224 {
 225     if (nb_kernel_type == nbnxnkNotSet)
 226     {
 227         gmx_fatal(FARGS, "Non-bonded kernel type not set for Verlet-style pair-list.");
 228     }
 229
 230     switch (nb_kernel_type)
 231     {
 232         case nbnxnk8x8x8_GPU:
 233         case nbnxnk8x8x8_PlainC:
 234             return FALSE;
 235
 236         case nbnxnk4x4_PlainC:
 237         case nbnxnk4xN_SIMD_4xN:
 238         case nbnxnk4xN_SIMD_2xNN:
 239             return TRUE;
 240
 241         default:
 242             gmx_incons("Invalid nonbonded kernel type passed!");
 243             return FALSE;
 244     }
 245 }
 246
 247 /* Initializes a single nbnxn_pairlist_t data structure */
 248 static void nbnxn_init_pairlist_fep(t_nblist *nl)
 249 {
 250     nl->type        = GMX_NBLIST_INTERACTION_FREE_ENERGY;
 251     nl->igeometry   = GMX_NBLIST_GEOMETRY_PARTICLE_PARTICLE;
 252     /* The interaction functions are set in the free energy kernel fuction */
 253     nl->ivdw        = -1;
 254     nl->ivdwmod     = -1;
 255     nl->ielec       = -1;
 256     nl->ielecmod    = -1;
 257
 258     nl->maxnri      = 0;
 259     nl->maxnrj      = 0;
 260     nl->nri         = 0;
 261     nl->nrj         = 0;
 262     nl->iinr        = nullptr;
 263     nl->gid         = nullptr;
 264     nl->shift       = nullptr;
 265     nl->jindex      = nullptr;
 266     nl->jjnr        = nullptr;
 267     nl->excl_fep    = nullptr;
 268
 269 }
 270
 271 void nbnxn_init_search(nbnxn_search_t           * nbs_ptr,
 272                        ivec                      *n_dd_cells,
 273                        struct gmx_domdec_zones_t *zones,
 274                        gmx_bool                   bFEP,
 275                        int                        nthread_max)
 276 {
 277     nbnxn_search_t nbs;
 278     int            ngrid;
 279
 280     snew(nbs, 1);
 281     *nbs_ptr = nbs;
 282
 283     nbs->bFEP   = bFEP;
 284
 285     nbs->DomDec = (n_dd_cells != nullptr);
 286
 287     clear_ivec(nbs->dd_dim);
 288     ngrid = 1;
 289     if (nbs->DomDec)
 290     {
 291         nbs->zones = zones;
 292
 293         for (int d = 0; d < DIM; d++)
 294         {
 295             if ((*n_dd_cells)[d] > 1)
 296             {
 297                 nbs->dd_dim[d] = 1;
 298                 /* Each grid matches a DD zone */
 299                 ngrid *= 2;
 300             }
 301         }
 302     }
 303
 304     nbnxn_grids_init(nbs, ngrid);
 305
 306     nbs->cell        = nullptr;
 307     nbs->cell_nalloc = 0;
 308     nbs->a           = nullptr;
 309     nbs->a_nalloc    = 0;
 310
 311     nbs->nthread_max = nthread_max;
 312
 313     /* Initialize the work data structures for each thread */
 314     snew(nbs->work, nbs->nthread_max);
 315     for (int t = 0; t < nbs->nthread_max; t++)
 316     {
 317         nbs->work[t].cxy_na           = nullptr;
 318         nbs->work[t].cxy_na_nalloc    = 0;
 319         nbs->work[t].sort_work        = nullptr;
 320         nbs->work[t].sort_work_nalloc = 0;
 321
 322         snew(nbs->work[t].nbl_fep, 1);
 323         nbnxn_init_pairlist_fep(nbs->work[t].nbl_fep);
 324     }
 325
 326     /* Initialize detailed nbsearch cycle counting */
 327     nbs->print_cycles = (getenv("GMX_NBNXN_CYCLE") != nullptr);
 328     nbs->search_count = 0;
 329     nbs_cycle_clear(nbs->cc);
 330     for (int t = 0; t < nbs->nthread_max; t++)
 331     {
 332         nbs_cycle_clear(nbs->work[t].cc);
 333     }
 334 }
 335
 336 static void init_buffer_flags(nbnxn_buffer_flags_t *flags,
 337                               int                   natoms)
 338 {
 339     flags->nflag = (natoms + NBNXN_BUFFERFLAG_SIZE - 1)/NBNXN_BUFFERFLAG_SIZE;
 340     if (flags->nflag > flags->flag_nalloc)
 341     {
 342         flags->flag_nalloc = over_alloc_large(flags->nflag);
 343         srenew(flags->flag, flags->flag_nalloc);
 344     }
 345     for (int b = 0; b < flags->nflag; b++)
 346     {
 347         bitmask_clear(&(flags->flag[b]));
 348     }
 349 }
 350
 351 /* Determines the cell range along one dimension that
 352  * the bounding box b0 - b1 sees.
 353  */
 354 static void get_cell_range(real b0, real b1,
 355                            int nc, real c0, real s, real invs,
 356                            real d2, real r2, int *cf, int *cl)
 357 {
 358     *cf = std::max(static_cast<int>((b0 - c0)*invs), 0);
 359
 360     while (*cf > 0 && d2 + gmx::square((b0 - c0) - (*cf-1+1)*s) < r2)
 361     {
 362         (*cf)--;
 363     }
 364
 365     *cl = std::min(static_cast<int>((b1 - c0)*invs), nc-1);
 366     while (*cl < nc-1 && d2 + gmx::square((*cl+1)*s - (b1 - c0)) < r2)
 367     {
 368         (*cl)++;
 369     }
 370 }
 371
 372 /* Reference code calculating the distance^2 between two bounding boxes */
 373 /*
 374    static float box_dist2(float bx0, float bx1, float by0,
 375                        float by1, float bz0, float bz1,
 376                        const nbnxn_bb_t *bb)
 377    {
 378     float d2;
 379     float dl, dh, dm, dm0;
 380
 381     d2 = 0;
 382
 383     dl  = bx0 - bb->upper[BB_X];
 384     dh  = bb->lower[BB_X] - bx1;
 385     dm  = std::max(dl, dh);
 386     dm0 = std::max(dm, 0.0f);
 387     d2 += dm0*dm0;
 388
 389     dl  = by0 - bb->upper[BB_Y];
 390     dh  = bb->lower[BB_Y] - by1;
 391     dm  = std::max(dl, dh);
 392     dm0 = std::max(dm, 0.0f);
 393     d2 += dm0*dm0;
 394
 395     dl  = bz0 - bb->upper[BB_Z];
 396     dh  = bb->lower[BB_Z] - bz1;
 397     dm  = std::max(dl, dh);
 398     dm0 = std::max(dm, 0.0f);
 399     d2 += dm0*dm0;
 400
 401     return d2;
 402    }
 403  */
 404
 405 /* Plain C code calculating the distance^2 between two bounding boxes */
 406 static float subc_bb_dist2(int si, const nbnxn_bb_t *bb_i_ci,
 407                            int csj, const nbnxn_bb_t *bb_j_all)
 408 {
 409     const nbnxn_bb_t *bb_i, *bb_j;
 410     float             d2;
 411     float             dl, dh, dm, dm0;
 412
 413     bb_i = bb_i_ci  +  si;
 414     bb_j = bb_j_all + csj;
 415
 416     d2 = 0;
 417
 418     dl  = bb_i->lower[BB_X] - bb_j->upper[BB_X];
 419     dh  = bb_j->lower[BB_X] - bb_i->upper[BB_X];
 420     dm  = std::max(dl, dh);
 421     dm0 = std::max(dm, 0.0f);
 422     d2 += dm0*dm0;
 423
 424     dl  = bb_i->lower[BB_Y] - bb_j->upper[BB_Y];
 425     dh  = bb_j->lower[BB_Y] - bb_i->upper[BB_Y];
 426     dm  = std::max(dl, dh);
 427     dm0 = std::max(dm, 0.0f);
 428     d2 += dm0*dm0;
 429
 430     dl  = bb_i->lower[BB_Z] - bb_j->upper[BB_Z];
 431     dh  = bb_j->lower[BB_Z] - bb_i->upper[BB_Z];
 432     dm  = std::max(dl, dh);
 433     dm0 = std::max(dm, 0.0f);
 434     d2 += dm0*dm0;
 435
 436     return d2;
 437 }
 438
 439 #if NBNXN_SEARCH_BB_SIMD4
 440
 441 /* 4-wide SIMD code for bb distance for bb format xyz0 */
 442 static float subc_bb_dist2_simd4(int si, const nbnxn_bb_t *bb_i_ci,
 443                                  int csj, const nbnxn_bb_t *bb_j_all)
 444 {
 445     // TODO: During SIMDv2 transition only some archs use namespace (remove when done)
 446     using namespace gmx;
 447
 448     Simd4Float bb_i_S0, bb_i_S1;
 449     Simd4Float bb_j_S0, bb_j_S1;
 450     Simd4Float dl_S;
 451     Simd4Float dh_S;
 452     Simd4Float dm_S;
 453     Simd4Float dm0_S;
 454
 455     bb_i_S0 = load4(&bb_i_ci[si].lower[0]);
 456     bb_i_S1 = load4(&bb_i_ci[si].upper[0]);
 457     bb_j_S0 = load4(&bb_j_all[csj].lower[0]);
 458     bb_j_S1 = load4(&bb_j_all[csj].upper[0]);
 459
 460     dl_S    = bb_i_S0 - bb_j_S1;
 461     dh_S    = bb_j_S0 - bb_i_S1;
 462
 463     dm_S    = max(dl_S, dh_S);
 464     dm0_S   = max(dm_S, simd4SetZeroF());
 465
 466     return dotProduct(dm0_S, dm0_S);
 467 }
 468
 469 /* Calculate bb bounding distances of bb_i[si,...,si+3] and store them in d2 */
 470 #define SUBC_BB_DIST2_SIMD4_XXXX_INNER(si, bb_i, d2) \
 471     {                                                \
 472         int               shi;                                  \
 473                                                  \
 474         Simd4Float        dx_0, dy_0, dz_0;                    \
 475         Simd4Float        dx_1, dy_1, dz_1;                    \
 476                                                  \
 477         Simd4Float        mx, my, mz;                          \
 478         Simd4Float        m0x, m0y, m0z;                       \
 479                                                  \
 480         Simd4Float        d2x, d2y, d2z;                       \
 481         Simd4Float        d2s, d2t;                            \
 482                                                  \
 483         shi = si*NNBSBB_D*DIM;                       \
 484                                                  \
 485         xi_l = load4(bb_i+shi+0*STRIDE_PBB);   \
 486         yi_l = load4(bb_i+shi+1*STRIDE_PBB);   \
 487         zi_l = load4(bb_i+shi+2*STRIDE_PBB);   \
 488         xi_h = load4(bb_i+shi+3*STRIDE_PBB);   \
 489         yi_h = load4(bb_i+shi+4*STRIDE_PBB);   \
 490         zi_h = load4(bb_i+shi+5*STRIDE_PBB);   \
 491                                                  \
 492         dx_0 = xi_l - xj_h;                 \
 493         dy_0 = yi_l - yj_h;                 \
 494         dz_0 = zi_l - zj_h;                 \
 495                                                  \
 496         dx_1 = xj_l - xi_h;                 \
 497         dy_1 = yj_l - yi_h;                 \
 498         dz_1 = zj_l - zi_h;                 \
 499                                                  \
 500         mx   = max(dx_0, dx_1);                 \
 501         my   = max(dy_0, dy_1);                 \
 502         mz   = max(dz_0, dz_1);                 \
 503                                                  \
 504         m0x  = max(mx, zero);                   \
 505         m0y  = max(my, zero);                   \
 506         m0z  = max(mz, zero);                   \
 507                                                  \
 508         d2x  = m0x * m0x;                   \
 509         d2y  = m0y * m0y;                   \
 510         d2z  = m0z * m0z;                   \
 511                                                  \
 512         d2s  = d2x + d2y;                   \
 513         d2t  = d2s + d2z;                   \
 514                                                  \
 515         store4(d2+si, d2t);                      \
 516     }
 517
 518 /* 4-wide SIMD code for nsi bb distances for bb format xxxxyyyyzzzz */
 519 static void subc_bb_dist2_simd4_xxxx(const float *bb_j,
 520                                      int nsi, const float *bb_i,
 521                                      float *d2)
 522 {
 523     // TODO: During SIMDv2 transition only some archs use namespace (remove when done)
 524     using namespace gmx;
 525
 526     Simd4Float xj_l, yj_l, zj_l;
 527     Simd4Float xj_h, yj_h, zj_h;
 528     Simd4Float xi_l, yi_l, zi_l;
 529     Simd4Float xi_h, yi_h, zi_h;
 530
 531     Simd4Float zero;
 532
 533     zero = setZero();
 534
 535     xj_l = Simd4Float(bb_j[0*STRIDE_PBB]);
 536     yj_l = Simd4Float(bb_j[1*STRIDE_PBB]);
 537     zj_l = Simd4Float(bb_j[2*STRIDE_PBB]);
 538     xj_h = Simd4Float(bb_j[3*STRIDE_PBB]);
 539     yj_h = Simd4Float(bb_j[4*STRIDE_PBB]);
 540     zj_h = Simd4Float(bb_j[5*STRIDE_PBB]);
 541
 542     /* Here we "loop" over si (0,STRIDE_PBB) from 0 to nsi with step STRIDE_PBB.
 543      * But as we know the number of iterations is 1 or 2, we unroll manually.
 544      */
 545     SUBC_BB_DIST2_SIMD4_XXXX_INNER(0, bb_i, d2);
 546     if (STRIDE_PBB < nsi)
 547     {
 548         SUBC_BB_DIST2_SIMD4_XXXX_INNER(STRIDE_PBB, bb_i, d2);
 549     }
 550 }
 551
 552 #endif /* NBNXN_SEARCH_BB_SIMD4 */
 553
 554
 555 /* Returns if any atom pair from two clusters is within distance sqrt(rlist2) */
 556 static inline gmx_bool
 557 clusterpair_in_range(const nbnxn_list_work_t *work,
 558                      int si,
 559                      int csj, int stride, const real *x_j,
 560                      real rlist2)
 561 {
 562 #if !GMX_SIMD4_HAVE_REAL
 563
 564     /* Plain C version.
 565      * All coordinates are stored as xyzxyz...
 566      */
 567
 568     const real *x_i = work->x_ci;
 569
 570     for (int i = 0; i < c_nbnxnGpuClusterSize; i++)
 571     {
 572         int i0 = (si*c_nbnxnGpuClusterSize + i)*DIM;
 573         for (int j = 0; j < c_nbnxnGpuClusterSize; j++)
 574         {
 575             int  j0 = (csj*c_nbnxnGpuClusterSize + j)*stride;
 576
 577             real d2 = gmx::square(x_i[i0  ] - x_j[j0  ]) + gmx::square(x_i[i0+1] - x_j[j0+1]) + gmx::square(x_i[i0+2] - x_j[j0+2]);
 578
 579             if (d2 < rlist2)
 580             {
 581                 return TRUE;
 582             }
 583         }
 584     }
 585
 586     return FALSE;
 587
 588 #else /* !GMX_SIMD4_HAVE_REAL */
 589
 590     /* 4-wide SIMD version.
 591      * The coordinates x_i are stored as xxxxyyyy..., x_j is stored xyzxyz...
 592      * Using 8-wide AVX(2) is not faster on Intel Sandy Bridge and Haswell.
 593      */
 594     static_assert(c_nbnxnGpuClusterSize == 8 || c_nbnxnGpuClusterSize == 4,
 595                   "A cluster is hard-coded to 4/8 atoms.");
 596
 597     Simd4Real   rc2_S      = Simd4Real(rlist2);
 598
 599     const real *x_i        = work->x_ci_simd;
 600
 601     int         dim_stride = c_nbnxnGpuClusterSize*DIM;
 602     Simd4Real   ix_S0      = load4(x_i + si*dim_stride + 0*GMX_SIMD4_WIDTH);
 603     Simd4Real   iy_S0      = load4(x_i + si*dim_stride + 1*GMX_SIMD4_WIDTH);
 604     Simd4Real   iz_S0      = load4(x_i + si*dim_stride + 2*GMX_SIMD4_WIDTH);
 605
 606     Simd4Real   ix_S1, iy_S1, iz_S1;
 607     if (c_nbnxnGpuClusterSize == 8)
 608     {
 609         ix_S1      = load4(x_i + si*dim_stride + 3*GMX_SIMD4_WIDTH);
 610         iy_S1      = load4(x_i + si*dim_stride + 4*GMX_SIMD4_WIDTH);
 611         iz_S1      = load4(x_i + si*dim_stride + 5*GMX_SIMD4_WIDTH);
 612     }
 613     /* We loop from the outer to the inner particles to maximize
 614      * the chance that we find a pair in range quickly and return.
 615      */
 616     int j0 = csj*c_nbnxnGpuClusterSize;
 617     int j1 = j0 + c_nbnxnGpuClusterSize - 1;
 618     while (j0 < j1)
 619     {
 620         Simd4Real jx0_S, jy0_S, jz0_S;
 621         Simd4Real jx1_S, jy1_S, jz1_S;
 622
 623         Simd4Real dx_S0, dy_S0, dz_S0;
 624         Simd4Real dx_S1, dy_S1, dz_S1;
 625         Simd4Real dx_S2, dy_S2, dz_S2;
 626         Simd4Real dx_S3, dy_S3, dz_S3;
 627
 628         Simd4Real rsq_S0;
 629         Simd4Real rsq_S1;
 630         Simd4Real rsq_S2;
 631         Simd4Real rsq_S3;
 632
 633         Simd4Bool wco_S0;
 634         Simd4Bool wco_S1;
 635         Simd4Bool wco_S2;
 636         Simd4Bool wco_S3;
 637         Simd4Bool wco_any_S01, wco_any_S23, wco_any_S;
 638
 639         jx0_S = Simd4Real(x_j[j0*stride+0]);
 640         jy0_S = Simd4Real(x_j[j0*stride+1]);
 641         jz0_S = Simd4Real(x_j[j0*stride+2]);
 642
 643         jx1_S = Simd4Real(x_j[j1*stride+0]);
 644         jy1_S = Simd4Real(x_j[j1*stride+1]);
 645         jz1_S = Simd4Real(x_j[j1*stride+2]);
 646
 647         /* Calculate distance */
 648         dx_S0            = ix_S0 - jx0_S;
 649         dy_S0            = iy_S0 - jy0_S;
 650         dz_S0            = iz_S0 - jz0_S;
 651         dx_S2            = ix_S0 - jx1_S;
 652         dy_S2            = iy_S0 - jy1_S;
 653         dz_S2            = iz_S0 - jz1_S;
 654         if (c_nbnxnGpuClusterSize == 8)
 655         {
 656             dx_S1            = ix_S1 - jx0_S;
 657             dy_S1            = iy_S1 - jy0_S;
 658             dz_S1            = iz_S1 - jz0_S;
 659             dx_S3            = ix_S1 - jx1_S;
 660             dy_S3            = iy_S1 - jy1_S;
 661             dz_S3            = iz_S1 - jz1_S;
 662         }
 663
 664         /* rsq = dx*dx+dy*dy+dz*dz */
 665         rsq_S0           = norm2(dx_S0, dy_S0, dz_S0);
 666         rsq_S2           = norm2(dx_S2, dy_S2, dz_S2);
 667         if (c_nbnxnGpuClusterSize == 8)
 668         {
 669             rsq_S1           = norm2(dx_S1, dy_S1, dz_S1);
 670             rsq_S3           = norm2(dx_S3, dy_S3, dz_S3);
 671         }
 672
 673         wco_S0           = (rsq_S0 < rc2_S);
 674         wco_S2           = (rsq_S2 < rc2_S);
 675         if (c_nbnxnGpuClusterSize == 8)
 676         {
 677             wco_S1           = (rsq_S1 < rc2_S);
 678             wco_S3           = (rsq_S3 < rc2_S);
 679         }
 680         if (c_nbnxnGpuClusterSize == 8)
 681         {
 682             wco_any_S01      = wco_S0 || wco_S1;
 683             wco_any_S23      = wco_S2 || wco_S3;
 684             wco_any_S        = wco_any_S01 || wco_any_S23;
 685         }
 686         else
 687         {
 688             wco_any_S = wco_S0 || wco_S2;
 689         }
 690
 691         if (anyTrue(wco_any_S))
 692         {
 693             return TRUE;
 694         }
 695
 696         j0++;
 697         j1--;
 698     }
 699
 700     return FALSE;
 701
 702 #endif /* !GMX_SIMD4_HAVE_REAL */
 703 }
 704
 705 /* Returns the j-cluster index for index cjIndex in a cj list */
 706 static inline int nblCj(const nbnxn_cj_t *cjList, int cjIndex)
 707 {
 708     return cjList[cjIndex].cj;
 709 }
 710
 711 /* Returns the j-cluster index for index cjIndex in a cj4 list */
 712 static inline int nblCj(const nbnxn_cj4_t *cj4List, int cjIndex)
 713 {
 714     return cj4List[cjIndex/c_nbnxnGpuJgroupSize].cj[cjIndex & (c_nbnxnGpuJgroupSize - 1)];
 715 }
 716
 717 /* Returns the i-interaction mask of the j sub-cell for index cj_ind */
 718 static unsigned int nbl_imask0(const nbnxn_pairlist_t *nbl, int cj_ind)
 719 {
 720     return nbl->cj4[cj_ind/c_nbnxnGpuJgroupSize].imei[0].imask;
 721 }
 722
 723 /* Ensures there is enough space for extra extra exclusion masks */
 724 static void check_excl_space(nbnxn_pairlist_t *nbl, int extra)
 725 {
 726     if (nbl->nexcl+extra > nbl->excl_nalloc)
 727     {
 728         nbl->excl_nalloc = over_alloc_small(nbl->nexcl+extra);
 729         nbnxn_realloc_void((void **)&nbl->excl,
 730                            nbl->nexcl*sizeof(*nbl->excl),
 731                            nbl->excl_nalloc*sizeof(*nbl->excl),
 732                            nbl->alloc, nbl->free);
 733     }
 734 }
 735
 736 /* Ensures there is enough space for maxNumExtraClusters extra j-clusters in the list */
 737 static void check_cell_list_space_simple(nbnxn_pairlist_t *nbl,
 738                                          int               maxNumExtraClusters)
 739 {
 740     int cj_max;
 741
 742     cj_max = nbl->ncj + maxNumExtraClusters;
 743
 744     if (cj_max > nbl->cj_nalloc)
 745     {
 746         nbl->cj_nalloc = over_alloc_small(cj_max);
 747         nbnxn_realloc_void((void **)&nbl->cj,
 748                            nbl->ncj*sizeof(*nbl->cj),
 749                            nbl->cj_nalloc*sizeof(*nbl->cj),
 750                            nbl->alloc, nbl->free);
 751
 752         nbnxn_realloc_void((void **)&nbl->cjOuter,
 753                            nbl->ncj*sizeof(*nbl->cjOuter),
 754                            nbl->cj_nalloc*sizeof(*nbl->cjOuter),
 755                            nbl->alloc, nbl->free);
 756     }
 757 }
 758
 759 /* Ensures there is enough space for ncell extra j-clusters in the list */
 760 static void check_cell_list_space_supersub(nbnxn_pairlist_t *nbl,
 761                                            int               ncell)
 762 {
 763     int ncj4_max, w;
 764
 765     /* We can have maximally nsupercell*c_gpuNumClusterPerCell sj lists */
 766     /* We can store 4 j-subcell - i-supercell pairs in one struct.
 767      * since we round down, we need one extra entry.
 768      */
 769     ncj4_max = ((nbl->work->cj_ind + ncell*c_gpuNumClusterPerCell + c_nbnxnGpuJgroupSize - 1)/c_nbnxnGpuJgroupSize);
 770
 771     if (ncj4_max > nbl->cj4_nalloc)
 772     {
 773         nbl->cj4_nalloc = over_alloc_small(ncj4_max);
 774         nbnxn_realloc_void((void **)&nbl->cj4,
 775                            nbl->work->cj4_init*sizeof(*nbl->cj4),
 776                            nbl->cj4_nalloc*sizeof(*nbl->cj4),
 777                            nbl->alloc, nbl->free);
 778     }
 779
 780     if (ncj4_max > nbl->work->cj4_init)
 781     {
 782         for (int j4 = nbl->work->cj4_init; j4 < ncj4_max; j4++)
 783         {
 784             /* No i-subcells and no excl's in the list initially */
 785             for (w = 0; w < c_nbnxnGpuClusterpairSplit; w++)
 786             {
 787                 nbl->cj4[j4].imei[w].imask    = 0U;
 788                 nbl->cj4[j4].imei[w].excl_ind = 0;
 789
 790             }
 791         }
 792         nbl->work->cj4_init = ncj4_max;
 793     }
 794 }
 795
 796 /* Set all excl masks for one GPU warp no exclusions */
 797 static void set_no_excls(nbnxn_excl_t *excl)
 798 {
 799     for (int t = 0; t < c_nbnxnGpuExclSize; t++)
 800     {
 801         /* Turn all interaction bits on */
 802         excl->pair[t] = NBNXN_INTERACTION_MASK_ALL;
 803     }
 804 }
 805
 806 /* Initializes a single nbnxn_pairlist_t data structure */
 807 static void nbnxn_init_pairlist(nbnxn_pairlist_t *nbl,
 808                                 gmx_bool          bSimple,
 809                                 nbnxn_alloc_t    *alloc,
 810                                 nbnxn_free_t     *free)
 811 {
 812     if (alloc == nullptr)
 813     {
 814         nbl->alloc = nbnxn_alloc_aligned;
 815     }
 816     else
 817     {
 818         nbl->alloc = alloc;
 819     }
 820     if (free == nullptr)
 821     {
 822         nbl->free = nbnxn_free_aligned;
 823     }
 824     else
 825     {
 826         nbl->free = free;
 827     }
 828
 829     nbl->bSimple     = bSimple;
 830     nbl->na_sc       = 0;
 831     nbl->na_ci       = 0;
 832     nbl->na_cj       = 0;
 833     nbl->nci         = 0;
 834     nbl->ci          = nullptr;
 835     nbl->ci_nalloc   = 0;
 836     nbl->nsci        = 0;
 837     nbl->sci         = nullptr;
 838     nbl->sci_nalloc  = 0;
 839     nbl->ncj         = 0;
 840     nbl->ncjInUse    = 0;
 841     nbl->cj          = nullptr;
 842     nbl->cj_nalloc   = 0;
 843     nbl->ncj4        = 0;
 844     /* We need one element extra in sj, so alloc initially with 1 */
 845     nbl->cj4_nalloc  = 0;
 846     nbl->cj4         = nullptr;
 847     nbl->nci_tot     = 0;
 848
 849     if (!nbl->bSimple)
 850     {
 851         GMX_ASSERT(c_nbnxnGpuNumClusterPerSupercluster == c_gpuNumClusterPerCell, "The search code assumes that the a super-cluster matches a search grid cell");
 852
 853         GMX_ASSERT(sizeof(nbl->cj4[0].imei[0].imask)*8 >= c_nbnxnGpuJgroupSize*c_gpuNumClusterPerCell, "The i super-cluster cluster interaction mask does not contain a sufficient number of bits");
 854         GMX_ASSERT(sizeof(nbl->excl[0])*8 >= c_nbnxnGpuJgroupSize*c_gpuNumClusterPerCell, "The GPU exclusion mask does not contain a sufficient number of bits");
 855
 856         nbl->excl        = nullptr;
 857         nbl->excl_nalloc = 0;
 858         nbl->nexcl       = 0;
 859         check_excl_space(nbl, 1);
 860         nbl->nexcl       = 1;
 861         set_no_excls(&nbl->excl[0]);
 862     }
 863
 864     snew(nbl->work, 1);
 865     if (nbl->bSimple)
 866     {
 867         snew_aligned(nbl->work->bb_ci, 1, NBNXN_SEARCH_BB_MEM_ALIGN);
 868     }
 869     else
 870     {
 871 #if NBNXN_BBXXXX
 872         snew_aligned(nbl->work->pbb_ci, c_gpuNumClusterPerCell/STRIDE_PBB*NNBSBB_XXXX, NBNXN_SEARCH_BB_MEM_ALIGN);
 873 #else
 874         snew_aligned(nbl->work->bb_ci, c_gpuNumClusterPerCell, NBNXN_SEARCH_BB_MEM_ALIGN);
 875 #endif
 876     }
 877     int gpu_clusterpair_nc = c_gpuNumClusterPerCell*c_nbnxnGpuClusterSize*DIM;
 878     snew(nbl->work->x_ci, gpu_clusterpair_nc);
 879 #if GMX_SIMD
 880     snew_aligned(nbl->work->x_ci_simd,
 881                  std::max(NBNXN_CPU_CLUSTER_I_SIZE*DIM*GMX_SIMD_REAL_WIDTH,
 882                           gpu_clusterpair_nc),
 883                  GMX_SIMD_REAL_WIDTH);
 884 #endif
 885     snew_aligned(nbl->work->d2, c_gpuNumClusterPerCell, NBNXN_SEARCH_BB_MEM_ALIGN);
 886
 887     nbl->work->sort            = nullptr;
 888     nbl->work->sort_nalloc     = 0;
 889     nbl->work->sci_sort        = nullptr;
 890     nbl->work->sci_sort_nalloc = 0;
 891 }
 892
 893 void nbnxn_init_pairlist_set(nbnxn_pairlist_set_t *nbl_list,
 894                              gmx_bool bSimple, gmx_bool bCombined,
 895                              nbnxn_alloc_t *alloc,
 896                              nbnxn_free_t  *free)
 897 {
 898     nbl_list->bSimple   = bSimple;
 899     nbl_list->bCombined = bCombined;
 900
 901     nbl_list->nnbl = gmx_omp_nthreads_get(emntNonbonded);
 902
 903     if (!nbl_list->bCombined &&
 904         nbl_list->nnbl > NBNXN_BUFFERFLAG_MAX_THREADS)
 905     {
 906         gmx_fatal(FARGS, "%d OpenMP threads were requested. Since the non-bonded force buffer reduction is prohibitively slow with more than %d threads, we do not allow this. Use %d or less OpenMP threads.",
 907                   nbl_list->nnbl, NBNXN_BUFFERFLAG_MAX_THREADS, NBNXN_BUFFERFLAG_MAX_THREADS);
 908     }
 909
 910     snew(nbl_list->nbl, nbl_list->nnbl);
 911     if (bSimple && nbl_list->nnbl > 1)
 912     {
 913         snew(nbl_list->nbl_work, nbl_list->nnbl);
 914     }
 915     snew(nbl_list->nbl_fep, nbl_list->nnbl);
 916     /* Execute in order to avoid memory interleaving between threads */
 917 #pragma omp parallel for num_threads(nbl_list->nnbl) schedule(static)
 918     for (int i = 0; i < nbl_list->nnbl; i++)
 919     {
 920         try
 921         {
 922             /* Allocate the nblist data structure locally on each thread
 923              * to optimize memory access for NUMA architectures.
 924              */
 925             snew(nbl_list->nbl[i], 1);
 926
 927             /* Only list 0 is used on the GPU, use normal allocation for i>0 */
 928             if (!bSimple && i == 0)
 929             {
 930                 nbnxn_init_pairlist(nbl_list->nbl[i], nbl_list->bSimple, alloc, free);
 931             }
 932             else
 933             {
 934                 nbnxn_init_pairlist(nbl_list->nbl[i], nbl_list->bSimple, nullptr, nullptr);
 935                 if (bSimple && nbl_list->nnbl > 1)
 936                 {
 937                     snew(nbl_list->nbl_work[i], 1);
 938                     nbnxn_init_pairlist(nbl_list->nbl_work[i], nbl_list->bSimple, nullptr, nullptr);
 939                 }
 940             }
 941
 942             snew(nbl_list->nbl_fep[i], 1);
 943             nbnxn_init_pairlist_fep(nbl_list->nbl_fep[i]);
 944         }
 945         GMX_CATCH_ALL_AND_EXIT_WITH_FATAL_ERROR;
 946     }
 947 }
 948
 949 /* Print statistics of a pair list, used for debug output */
 950 static void print_nblist_statistics_simple(FILE *fp, const nbnxn_pairlist_t *nbl,
 951                                            const nbnxn_search_t nbs, real rl)
 952 {
 953     const nbnxn_grid_t *grid;
 954     int                 cs[SHIFTS];
 955     int                 npexcl;
 956
 957     grid = &nbs->grid[0];
 958
 959     fprintf(fp, "nbl nci %d ncj %d\n",
 960             nbl->nci, nbl->ncjInUse);
 961     fprintf(fp, "nbl na_sc %d rl %g ncp %d per cell %.1f atoms %.1f ratio %.2f\n",
 962             nbl->na_sc, rl, nbl->ncjInUse, nbl->ncjInUse/(double)grid->nc,
 963             nbl->ncjInUse/(double)grid->nc*grid->na_sc,
 964             nbl->ncjInUse/(double)grid->nc*grid->na_sc/(0.5*4.0/3.0*M_PI*rl*rl*rl*grid->nc*grid->na_sc/(grid->size[XX]*grid->size[YY]*grid->size[ZZ])));
 965
 966     fprintf(fp, "nbl average j cell list length %.1f\n",
 967             0.25*nbl->ncjInUse/(double)std::max(nbl->nci, 1));
 968
 969     for (int s = 0; s < SHIFTS; s++)
 970     {
 971         cs[s] = 0;
 972     }
 973     npexcl = 0;
 974     for (int i = 0; i < nbl->nci; i++)
 975     {
 976         cs[nbl->ci[i].shift & NBNXN_CI_SHIFT] +=
 977             nbl->ci[i].cj_ind_end - nbl->ci[i].cj_ind_start;
 978
 979         int j = nbl->ci[i].cj_ind_start;
 980         while (j < nbl->ci[i].cj_ind_end &&
 981                nbl->cj[j].excl != NBNXN_INTERACTION_MASK_ALL)
 982         {
 983             npexcl++;
 984             j++;
 985         }
 986     }
 987     fprintf(fp, "nbl cell pairs, total: %d excl: %d %.1f%%\n",
 988             nbl->ncj, npexcl, 100*npexcl/(double)std::max(nbl->ncj, 1));
 989     for (int s = 0; s < SHIFTS; s++)
 990     {
 991         if (cs[s] > 0)
 992         {
 993             fprintf(fp, "nbl shift %2d ncj %3d\n", s, cs[s]);
 994         }
 995     }
 996 }
 997
 998 /* Print statistics of a pair lists, used for debug output */
 999 static void print_nblist_statistics_supersub(FILE *fp, const nbnxn_pairlist_t *nbl,
1000                                              const nbnxn_search_t nbs, real rl)
1001 {
1002     const nbnxn_grid_t *grid;
1003     int                 b;
1004     int                 c[c_gpuNumClusterPerCell + 1];
1005     double              sum_nsp, sum_nsp2;
1006     int                 nsp_max;
1007
1008     /* This code only produces correct statistics with domain decomposition */
1009     grid = &nbs->grid[0];
1010
1011     fprintf(fp, "nbl nsci %d ncj4 %d nsi %d excl4 %d\n",
1012             nbl->nsci, nbl->ncj4, nbl->nci_tot, nbl->nexcl);
1013     fprintf(fp, "nbl na_c %d rl %g ncp %d per cell %.1f atoms %.1f ratio %.2f\n",
1014             nbl->na_ci, rl, nbl->nci_tot, nbl->nci_tot/(double)grid->nsubc_tot,
1015             nbl->nci_tot/(double)grid->nsubc_tot*grid->na_c,
1016             nbl->nci_tot/(double)grid->nsubc_tot*grid->na_c/(0.5*4.0/3.0*M_PI*rl*rl*rl*grid->nsubc_tot*grid->na_c/(grid->size[XX]*grid->size[YY]*grid->size[ZZ])));
1017
1018     sum_nsp  = 0;
1019     sum_nsp2 = 0;
1020     nsp_max  = 0;
1021     for (int si = 0; si <= c_gpuNumClusterPerCell; si++)
1022     {
1023         c[si] = 0;
1024     }
1025     for (int i = 0; i < nbl->nsci; i++)
1026     {
1027         int nsp;
1028
1029         nsp = 0;
1030         for (int j4 = nbl->sci[i].cj4_ind_start; j4 < nbl->sci[i].cj4_ind_end; j4++)
1031         {
1032             for (int j = 0; j < c_nbnxnGpuJgroupSize; j++)
1033             {
1034                 b = 0;
1035                 for (int si = 0; si < c_gpuNumClusterPerCell; si++)
1036                 {
1037                     if (nbl->cj4[j4].imei[0].imask & (1U << (j*c_gpuNumClusterPerCell + si)))
1038                     {
1039                         b++;
1040                     }
1041                 }
1042                 nsp += b;
1043                 c[b]++;
1044             }
1045         }
1046         sum_nsp  += nsp;
1047         sum_nsp2 += nsp*nsp;
1048         nsp_max   = std::max(nsp_max, nsp);
1049     }
1050     if (nbl->nsci > 0)
1051     {
1052         sum_nsp  /= nbl->nsci;
1053         sum_nsp2 /= nbl->nsci;
1054     }
1055     fprintf(fp, "nbl #cluster-pairs: av %.1f stddev %.1f max %d\n",
1056             sum_nsp, std::sqrt(sum_nsp2 - sum_nsp*sum_nsp), nsp_max);
1057
1058     if (nbl->ncj4 > 0)
1059     {
1060         for (b = 0; b <= c_gpuNumClusterPerCell; b++)
1061         {
1062             fprintf(fp, "nbl j-list #i-subcell %d %7d %4.1f\n",
1063                     b, c[b],
1064                     100.0*c[b]/(double)(nbl->ncj4*c_nbnxnGpuJgroupSize));
1065         }
1066     }
1067 }
1068
1069 /* Returns a pointer to the exclusion mask for cj4-unit cj4, warp warp */
1070 static void low_get_nbl_exclusions(nbnxn_pairlist_t *nbl, int cj4,
1071                                    int warp, nbnxn_excl_t **excl)
1072 {
1073     if (nbl->cj4[cj4].imei[warp].excl_ind == 0)
1074     {
1075         /* No exclusions set, make a new list entry */
1076         nbl->cj4[cj4].imei[warp].excl_ind = nbl->nexcl;
1077         nbl->nexcl++;
1078         *excl = &nbl->excl[nbl->cj4[cj4].imei[warp].excl_ind];
1079         set_no_excls(*excl);
1080     }
1081     else
1082     {
1083         /* We already have some exclusions, new ones can be added to the list */
1084         *excl = &nbl->excl[nbl->cj4[cj4].imei[warp].excl_ind];
1085     }
1086 }
1087
1088 /* Returns a pointer to the exclusion mask for cj4-unit cj4, warp warp,
1089  * generates a new element and allocates extra memory, if necessary.
1090  */
1091 static void get_nbl_exclusions_1(nbnxn_pairlist_t *nbl, int cj4,
1092                                  int warp, nbnxn_excl_t **excl)
1093 {
1094     if (nbl->cj4[cj4].imei[warp].excl_ind == 0)
1095     {
1096         /* We need to make a new list entry, check if we have space */
1097         check_excl_space(nbl, 1);
1098     }
1099     low_get_nbl_exclusions(nbl, cj4, warp, excl);
1100 }
1101
1102 /* Returns pointers to the exclusion masks for cj4-unit cj4 for both warps,
1103  * generates a new element and allocates extra memory, if necessary.
1104  */
1105 static void get_nbl_exclusions_2(nbnxn_pairlist_t *nbl, int cj4,
1106                                  nbnxn_excl_t **excl_w0,
1107                                  nbnxn_excl_t **excl_w1)
1108 {
1109     /* Check for space we might need */
1110     check_excl_space(nbl, 2);
1111
1112     low_get_nbl_exclusions(nbl, cj4, 0, excl_w0);
1113     low_get_nbl_exclusions(nbl, cj4, 1, excl_w1);
1114 }
1115
1116 /* Sets the self exclusions i=j and pair exclusions i>j */
1117 static void set_self_and_newton_excls_supersub(nbnxn_pairlist_t *nbl,
1118                                                int cj4_ind, int sj_offset,
1119                                                int i_cluster_in_cell)
1120 {
1121     nbnxn_excl_t *excl[c_nbnxnGpuClusterpairSplit];
1122
1123     /* Here we only set the set self and double pair exclusions */
1124
1125     static_assert(c_nbnxnGpuClusterpairSplit == 2, "");
1126
1127     get_nbl_exclusions_2(nbl, cj4_ind, &excl[0], &excl[1]);
1128
1129     /* Only minor < major bits set */
1130     for (int ej = 0; ej < nbl->na_ci; ej++)
1131     {
1132         int w = (ej>>2);
1133         for (int ei = ej; ei < nbl->na_ci; ei++)
1134         {
1135             excl[w]->pair[(ej & (c_nbnxnGpuJgroupSize-1))*nbl->na_ci + ei] &=
1136                 ~(1U << (sj_offset*c_gpuNumClusterPerCell + i_cluster_in_cell));
1137         }
1138     }
1139 }
1140
1141 /* Returns a diagonal or off-diagonal interaction mask for plain C lists */
1142 static unsigned int get_imask(gmx_bool rdiag, int ci, int cj)
1143 {
1144     return (rdiag && ci == cj ? NBNXN_INTERACTION_MASK_DIAG : NBNXN_INTERACTION_MASK_ALL);
1145 }
1146
1147 /* Returns a diagonal or off-diagonal interaction mask for cj-size=2 */
1148 gmx_unused static unsigned int get_imask_simd_j2(gmx_bool rdiag, int ci, int cj)
1149 {
1150     return (rdiag && ci*2 == cj ? NBNXN_INTERACTION_MASK_DIAG_J2_0 :
1151             (rdiag && ci*2+1 == cj ? NBNXN_INTERACTION_MASK_DIAG_J2_1 :
1152              NBNXN_INTERACTION_MASK_ALL));
1153 }
1154
1155 /* Returns a diagonal or off-diagonal interaction mask for cj-size=4 */
1156 gmx_unused static unsigned int get_imask_simd_j4(gmx_bool rdiag, int ci, int cj)
1157 {
1158     return (rdiag && ci == cj ? NBNXN_INTERACTION_MASK_DIAG : NBNXN_INTERACTION_MASK_ALL);
1159 }
1160
1161 /* Returns a diagonal or off-diagonal interaction mask for cj-size=8 */
1162 gmx_unused static unsigned int get_imask_simd_j8(gmx_bool rdiag, int ci, int cj)
1163 {
1164     return (rdiag && ci == cj*2 ? NBNXN_INTERACTION_MASK_DIAG_J8_0 :
1165             (rdiag && ci == cj*2+1 ? NBNXN_INTERACTION_MASK_DIAG_J8_1 :
1166              NBNXN_INTERACTION_MASK_ALL));
1167 }
1168
1169 #if GMX_SIMD
1170 #if GMX_SIMD_REAL_WIDTH == 2
1171 #define get_imask_simd_4xn  get_imask_simd_j2
1172 #endif
1173 #if GMX_SIMD_REAL_WIDTH == 4
1174 #define get_imask_simd_4xn  get_imask_simd_j4
1175 #endif
1176 #if GMX_SIMD_REAL_WIDTH == 8
1177 #define get_imask_simd_4xn  get_imask_simd_j8
1178 #define get_imask_simd_2xnn get_imask_simd_j4
1179 #endif
1180 #if GMX_SIMD_REAL_WIDTH == 16
1181 #define get_imask_simd_2xnn get_imask_simd_j8
1182 #endif
1183 #endif
1184
1185 /* Plain C code for checking and adding cluster-pairs to the list.
1186  *
1187  * \param[in]     gridj               The j-grid
1188  * \param[in,out] nbl                 The pair-list to store the cluster pairs in
1189  * \param[in]     icluster            The index of the i-cluster
1190  * \param[in]     jclusterFirst       The first cluster in the j-range
1191  * \param[in]     jclusterLast        The last cluster in the j-range
1192  * \param[in]     excludeSubDiagonal  Exclude atom pairs with i-index > j-index
1193  * \param[in]     x_j                 Coordinates for the j-atom, in xyz format
1194  * \param[in]     rlist2              The squared list cut-off
1195  * \param[in]     rbb2                The squared cut-off for putting cluster-pairs in the list based on bounding box distance only
1196  * \param[in,out] numDistanceChecks   The number of distance checks performed
1197  */
1198 static void
1199 makeClusterListSimple(const nbnxn_grid_t *      gridj,
1200                       nbnxn_pairlist_t *        nbl,
1201                       int                       icluster,
1202                       int                       jclusterFirst,
1203                       int                       jclusterLast,
1204                       bool                      excludeSubDiagonal,
1205                       const real * gmx_restrict x_j,
1206                       real                      rlist2,
1207                       float                     rbb2,
1208                       int * gmx_restrict        numDistanceChecks)
1209 {
1210     const nbnxn_bb_t * gmx_restrict bb_ci = nbl->work->bb_ci;
1211     const real * gmx_restrict       x_ci  = nbl->work->x_ci;
1212
1213     gmx_bool                        InRange;
1214
1215     InRange = FALSE;
1216     while (!InRange && jclusterFirst <= jclusterLast)
1217     {
1218         real d2  = subc_bb_dist2(0, bb_ci, jclusterFirst, gridj->bb);
1219         *numDistanceChecks += 2;
1220
1221         /* Check if the distance is within the distance where
1222          * we use only the bounding box distance rbb,
1223          * or within the cut-off and there is at least one atom pair
1224          * within the cut-off.
1225          */
1226         if (d2 < rbb2)
1227         {
1228             InRange = TRUE;
1229         }
1230         else if (d2 < rlist2)
1231         {
1232             int cjf_gl = gridj->cell0 + jclusterFirst;
1233             for (int i = 0; i < NBNXN_CPU_CLUSTER_I_SIZE && !InRange; i++)
1234             {
1235                 for (int j = 0; j < NBNXN_CPU_CLUSTER_I_SIZE; j++)
1236                 {
1237                     InRange = InRange ||
1238                         (gmx::square(x_ci[i*STRIDE_XYZ+XX] - x_j[(cjf_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+XX]) +
1239                          gmx::square(x_ci[i*STRIDE_XYZ+YY] - x_j[(cjf_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+YY]) +
1240                          gmx::square(x_ci[i*STRIDE_XYZ+ZZ] - x_j[(cjf_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+ZZ]) < rlist2);
1241                 }
1242             }
1243             *numDistanceChecks += NBNXN_CPU_CLUSTER_I_SIZE*NBNXN_CPU_CLUSTER_I_SIZE;
1244         }
1245         if (!InRange)
1246         {
1247             jclusterFirst++;
1248         }
1249     }
1250     if (!InRange)
1251     {
1252         return;
1253     }
1254
1255     InRange = FALSE;
1256     while (!InRange && jclusterLast > jclusterFirst)
1257     {
1258         real d2  = subc_bb_dist2(0, bb_ci, jclusterLast, gridj->bb);
1259         *numDistanceChecks += 2;
1260
1261         /* Check if the distance is within the distance where
1262          * we use only the bounding box distance rbb,
1263          * or within the cut-off and there is at least one atom pair
1264          * within the cut-off.
1265          */
1266         if (d2 < rbb2)
1267         {
1268             InRange = TRUE;
1269         }
1270         else if (d2 < rlist2)
1271         {
1272             int cjl_gl = gridj->cell0 + jclusterLast;
1273             for (int i = 0; i < NBNXN_CPU_CLUSTER_I_SIZE && !InRange; i++)
1274             {
1275                 for (int j = 0; j < NBNXN_CPU_CLUSTER_I_SIZE; j++)
1276                 {
1277                     InRange = InRange ||
1278                         (gmx::square(x_ci[i*STRIDE_XYZ+XX] - x_j[(cjl_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+XX]) +
1279                          gmx::square(x_ci[i*STRIDE_XYZ+YY] - x_j[(cjl_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+YY]) +
1280                          gmx::square(x_ci[i*STRIDE_XYZ+ZZ] - x_j[(cjl_gl*NBNXN_CPU_CLUSTER_I_SIZE+j)*STRIDE_XYZ+ZZ]) < rlist2);
1281                 }
1282             }
1283             *numDistanceChecks += NBNXN_CPU_CLUSTER_I_SIZE*NBNXN_CPU_CLUSTER_I_SIZE;
1284         }
1285         if (!InRange)
1286         {
1287             jclusterLast--;
1288         }
1289     }
1290
1291     if (jclusterFirst <= jclusterLast)
1292     {
1293         for (int jcluster = jclusterFirst; jcluster <= jclusterLast; jcluster++)
1294         {
1295             /* Store cj and the interaction mask */
1296             nbl->cj[nbl->ncj].cj   = gridj->cell0 + jcluster;
1297             nbl->cj[nbl->ncj].excl = get_imask(excludeSubDiagonal, icluster, jcluster);
1298             nbl->ncj++;
1299         }
1300         /* Increase the closing index in i super-cell list */
1301         nbl->ci[nbl->nci].cj_ind_end = nbl->ncj;
1302     }
1303 }
1304
1305 #ifdef GMX_NBNXN_SIMD_4XN
1306 #include "gromacs/mdlib/nbnxn_search_simd_4xn.h"
1307 #endif
1308 #ifdef GMX_NBNXN_SIMD_2XNN
1309 #include "gromacs/mdlib/nbnxn_search_simd_2xnn.h"
1310 #endif
1311
1312 /* Plain C or SIMD4 code for making a pair list of super-cell sci vs scj.
1313  * Checks bounding box distances and possibly atom pair distances.
1314  */
1315 static void make_cluster_list_supersub(const nbnxn_grid_t *gridi,
1316                                        const nbnxn_grid_t *gridj,
1317                                        nbnxn_pairlist_t *nbl,
1318                                        int sci, int scj,
1319                                        gmx_bool sci_equals_scj,
1320                                        int stride, const real *x,
1321                                        real rlist2, float rbb2,
1322                                        int *numDistanceChecks)
1323 {
1324     nbnxn_list_work_t *work   = nbl->work;
1325
1326 #if NBNXN_BBXXXX
1327     const float       *pbb_ci = work->pbb_ci;
1328 #else
1329     const nbnxn_bb_t  *bb_ci  = work->bb_ci;
1330 #endif
1331
1332     assert(c_nbnxnGpuClusterSize == gridi->na_c);
1333     assert(c_nbnxnGpuClusterSize == gridj->na_c);
1334
1335     /* We generate the pairlist mainly based on bounding-box distances
1336      * and do atom pair distance based pruning on the GPU.
1337      * Only if a j-group contains a single cluster-pair, we try to prune
1338      * that pair based on atom distances on the CPU to avoid empty j-groups.
1339      */
1340 #define PRUNE_LIST_CPU_ONE 1
1341 #define PRUNE_LIST_CPU_ALL 0
1342
1343 #if PRUNE_LIST_CPU_ONE
1344     int  ci_last = -1;
1345 #endif
1346
1347     float *d2l = work->d2;
1348
1349     for (int subc = 0; subc < gridj->nsubc[scj]; subc++)
1350     {
1351         int          cj4_ind   = nbl->work->cj_ind/c_nbnxnGpuJgroupSize;
1352         int          cj_offset = nbl->work->cj_ind - cj4_ind*c_nbnxnGpuJgroupSize;
1353         nbnxn_cj4_t *cj4       = &nbl->cj4[cj4_ind];
1354
1355         int          cj        = scj*c_gpuNumClusterPerCell + subc;
1356
1357         int          cj_gl     = gridj->cell0*c_gpuNumClusterPerCell + cj;
1358
1359         /* Initialize this j-subcell i-subcell list */
1360         cj4->cj[cj_offset] = cj_gl;
1361
1362         int ci1;
1363         if (sci_equals_scj)
1364         {
1365             ci1 = subc + 1;
1366         }
1367         else
1368         {
1369             ci1 = gridi->nsubc[sci];
1370         }
1371
1372 #if NBNXN_BBXXXX
1373         /* Determine all ci1 bb distances in one call with SIMD4 */
1374         subc_bb_dist2_simd4_xxxx(gridj->pbb+(cj>>STRIDE_PBB_2LOG)*NNBSBB_XXXX+(cj & (STRIDE_PBB-1)),
1375                                  ci1, pbb_ci, d2l);
1376         *numDistanceChecks += c_nbnxnGpuClusterSize*2;
1377 #endif
1378
1379         int          npair = 0;
1380         unsigned int imask = 0;
1381         /* We use a fixed upper-bound instead of ci1 to help optimization */
1382         for (int ci = 0; ci < c_gpuNumClusterPerCell; ci++)
1383         {
1384             if (ci == ci1)
1385             {
1386                 break;
1387             }
1388
1389 #if !NBNXN_BBXXXX
1390             /* Determine the bb distance between ci and cj */
1391             d2l[ci]             = subc_bb_dist2(ci, bb_ci, cj, gridj->bb);
1392             *numDistanceChecks += 2;
1393 #endif
1394             float d2 = d2l[ci];
1395
1396 #if PRUNE_LIST_CPU_ALL
1397             /* Check if the distance is within the distance where
1398              * we use only the bounding box distance rbb,
1399              * or within the cut-off and there is at least one atom pair
1400              * within the cut-off. This check is very costly.
1401              */
1402             *numDistanceChecks += c_nbnxnGpuClusterSize*c_nbnxnGpuClusterSize;
1403             if (d2 < rbb2 ||
1404                 (d2 < rlist2 &&
1405                  clusterpair_in_range(work, ci, cj_gl, stride, x, rlist2)))
1406 #else
1407             /* Check if the distance between the two bounding boxes
1408              * in within the pair-list cut-off.
1409              */
1410             if (d2 < rlist2)
1411 #endif
1412             {
1413                 /* Flag this i-subcell to be taken into account */
1414                 imask |= (1U << (cj_offset*c_gpuNumClusterPerCell + ci));
1415
1416 #if PRUNE_LIST_CPU_ONE
1417                 ci_last = ci;
1418 #endif
1419
1420                 npair++;
1421             }
1422         }
1423
1424 #if PRUNE_LIST_CPU_ONE
1425         /* If we only found 1 pair, check if any atoms are actually
1426          * within the cut-off, so we could get rid of it.
1427          */
1428         if (npair == 1 && d2l[ci_last] >= rbb2 &&
1429             !clusterpair_in_range(work, ci_last, cj_gl, stride, x, rlist2))
1430         {
1431             imask &= ~(1U << (cj_offset*c_gpuNumClusterPerCell + ci_last));
1432             npair--;
1433         }
1434 #endif
1435
1436         if (npair > 0)
1437         {
1438             /* We have a useful sj entry, close it now */
1439
1440             /* Set the exclusions for the ci==sj entry.
1441              * Here we don't bother to check if this entry is actually flagged,
1442              * as it will nearly always be in the list.
1443              */
1444             if (sci_equals_scj)
1445             {
1446                 set_self_and_newton_excls_supersub(nbl, cj4_ind, cj_offset, subc);
1447             }
1448
1449             /* Copy the cluster interaction mask to the list */
1450             for (int w = 0; w < c_nbnxnGpuClusterpairSplit; w++)
1451             {
1452                 cj4->imei[w].imask |= imask;
1453             }
1454
1455             nbl->work->cj_ind++;
1456
1457             /* Keep the count */
1458             nbl->nci_tot += npair;
1459
1460             /* Increase the closing index in i super-cell list */
1461             nbl->sci[nbl->nsci].cj4_ind_end =
1462                 (nbl->work->cj_ind + c_nbnxnGpuJgroupSize - 1)/c_nbnxnGpuJgroupSize;
1463         }
1464     }
1465 }
1466
1467 /* Returns how many contiguous j-clusters we have starting in the i-list */
1468 template <typename CjListType>
1469 static int numContiguousJClusters(const int         cjIndexStart,
1470                                   const int         cjIndexEnd,
1471                                   const CjListType &cjList)
1472 {
1473     const int firstJCluster = nblCj(cjList, cjIndexStart);
1474
1475     int       numContiguous = 0;
1476
1477     while (cjIndexStart + numContiguous < cjIndexEnd &&
1478            nblCj(cjList, cjIndexStart + numContiguous) == firstJCluster + numContiguous)
1479     {
1480         numContiguous++;
1481     }
1482
1483     return numContiguous;
1484 }
1485
1486 /* Helper struct for efficient searching for excluded atoms in a j-list */
1487 struct JListRanges
1488 {
1489     /* Constructor */
1490     template <typename CjListType>
1491     JListRanges(int               cjIndexStart,
1492                 int               cjIndexEnd,
1493                 const CjListType &cjList);
1494
1495     int cjIndexStart; // The start index in the j-list
1496     int cjIndexEnd;   // The end index in the j-list
1497     int cjFirst;      // The j-cluster with index cjIndexStart
1498     int cjLast;       // The j-cluster with index cjIndexEnd-1
1499     int numDirect;    // Up to cjIndexStart+numDirect the j-clusters are cjFirst + the index offset
1500 };
1501
1502 template <typename CjListType>
1503 JListRanges::JListRanges(int               cjIndexStart,
1504                          int               cjIndexEnd,
1505                          const CjListType &cjList) :
1506     cjIndexStart(cjIndexStart),
1507     cjIndexEnd(cjIndexEnd)
1508 {
1509     GMX_ASSERT(cjIndexEnd > cjIndexStart, "JListRanges should only be called with non-empty lists");
1510
1511     cjFirst   = nblCj(cjList, cjIndexStart);
1512     cjLast    = nblCj(cjList, cjIndexEnd - 1);
1513
1514     /* Determine how many contiguous j-cells we have starting
1515      * from the first i-cell. This number can be used to directly
1516      * calculate j-cell indices for excluded atoms.
1517      */
1518     numDirect = numContiguousJClusters(cjIndexStart, cjIndexEnd, cjList);
1519 }
1520
1521 /* Return the index of \p jCluster in the given range or -1 when not present
1522  *
1523  * Note: This code is executed very often and therefore performance is
1524  *       important. It should be inlined and fully optimized.
1525  */
1526 template <typename CjListType>
1527 static inline int findJClusterInJList(int                jCluster,
1528                                       const JListRanges &ranges,
1529                                       const CjListType  &cjList)
1530 {
1531     int index;
1532
1533     if (jCluster < ranges.cjFirst + ranges.numDirect)
1534     {
1535         /* We can calculate the index directly using the offset */
1536         index = ranges.cjIndexStart + jCluster - ranges.cjFirst;
1537     }
1538     else
1539     {
1540         /* Search for jCluster using bisection */
1541         index           = -1;
1542         int rangeStart  = ranges.cjIndexStart + ranges.numDirect;
1543         int rangeEnd    = ranges.cjIndexEnd;
1544         int rangeMiddle;
1545         while (index == -1 && rangeStart < rangeEnd)
1546         {
1547             rangeMiddle = (rangeStart + rangeEnd) >> 1;
1548
1549             const int clusterMiddle = nblCj(cjList, rangeMiddle);
1550
1551             if (jCluster == clusterMiddle)
1552             {
1553                 index      = rangeMiddle;
1554             }
1555             else if (jCluster < clusterMiddle)
1556             {
1557                 rangeEnd   = rangeMiddle;
1558             }
1559             else
1560             {
1561                 rangeStart = rangeMiddle + 1;
1562             }
1563         }
1564     }
1565
1566     return index;
1567 }
1568
1569 /* Set all atom-pair exclusions for a simple type list i-entry
1570  *
1571  * Set all atom-pair exclusions from the topology stored in exclusions
1572  * as masks in the pair-list for simple list entry iEntry.
1573  */
1574 static void
1575 setExclusionsForSimpleIentry(const nbnxn_search_t  nbs,
1576                              nbnxn_pairlist_t     *nbl,
1577                              gmx_bool              diagRemoved,
1578                              int                   na_cj_2log,
1579                              const nbnxn_ci_t     &iEntry,
1580                              const t_blocka       &exclusions)
1581 {
1582     if (iEntry.cj_ind_end == iEntry.cj_ind_start)
1583     {
1584         /* Empty list: no exclusions */
1585         return;
1586     }
1587
1588     const JListRanges  ranges(iEntry.cj_ind_start, iEntry.cj_ind_end, nbl->cj);
1589
1590     const int          iCluster = iEntry.ci;
1591
1592     const int         *cell = nbs->cell;
1593
1594     /* Loop over the atoms in the i-cluster */
1595     for (int i = 0; i < nbl->na_sc; i++)
1596     {
1597         const int iIndex = iCluster*nbl->na_sc + i;
1598         const int iAtom  = nbs->a[iIndex];
1599         if (iAtom >= 0)
1600         {
1601             /* Loop over the topology-based exclusions for this i-atom */
1602             for (int exclIndex = exclusions.index[iAtom]; exclIndex < exclusions.index[iAtom + 1]; exclIndex++)
1603             {
1604                 const int jAtom = exclusions.a[exclIndex];
1605
1606                 if (jAtom == iAtom)
1607                 {
1608                     /* The self exclusion are already set, save some time */
1609                     continue;
1610                 }
1611
1612                 /* Get the index of the j-atom in the nbnxn atom data */
1613                 const int jIndex = cell[jAtom];
1614
1615                 /* Without shifts we only calculate interactions j>i
1616                  * for one-way pair-lists.
1617                  */
1618                 if (diagRemoved && jIndex <= iIndex)
1619                 {
1620                     continue;
1621                 }
1622
1623                 const int jCluster = (jIndex >> na_cj_2log);
1624
1625                 /* Could the cluster se be in our list? */
1626                 if (jCluster >= ranges.cjFirst && jCluster <= ranges.cjLast)
1627                 {
1628                     const int index =
1629                         findJClusterInJList(jCluster, ranges, nbl->cj);
1630
1631                     if (index >= 0)
1632                     {
1633                         /* We found an exclusion, clear the corresponding
1634                          * interaction bit.
1635                          */
1636                         const int innerJ     = jIndex - (jCluster << na_cj_2log);
1637
1638                         nbl->cj[index].excl &= ~(1U << ((i << na_cj_2log) + innerJ));
1639                     }
1640                 }
1641             }
1642         }
1643     }
1644 }
1645
1646 /* Add a new i-entry to the FEP list and copy the i-properties */
1647 static inline void fep_list_new_nri_copy(t_nblist *nlist)
1648 {
1649     /* Add a new i-entry */
1650     nlist->nri++;
1651
1652     assert(nlist->nri < nlist->maxnri);
1653
1654     /* Duplicate the last i-entry, except for jindex, which continues */
1655     nlist->iinr[nlist->nri]   = nlist->iinr[nlist->nri-1];
1656     nlist->shift[nlist->nri]  = nlist->shift[nlist->nri-1];
1657     nlist->gid[nlist->nri]    = nlist->gid[nlist->nri-1];
1658     nlist->jindex[nlist->nri] = nlist->nrj;
1659 }
1660
1661 /* For load balancing of the free-energy lists over threads, we set
1662  * the maximum nrj size of an i-entry to 40. This leads to good
1663  * load balancing in the worst case scenario of a single perturbed
1664  * particle on 16 threads, while not introducing significant overhead.
1665  * Note that half of the perturbed pairs will anyhow end up in very small lists,
1666  * since non perturbed i-particles will see few perturbed j-particles).
1667  */
1668 const int max_nrj_fep = 40;
1669
1670 /* Exclude the perturbed pairs from the Verlet list. This is only done to avoid
1671  * singularities for overlapping particles (0/0), since the charges and
1672  * LJ parameters have been zeroed in the nbnxn data structure.
1673  * Simultaneously make a group pair list for the perturbed pairs.
1674  */
1675 static void make_fep_list(const nbnxn_search_t    nbs,
1676                           const nbnxn_atomdata_t *nbat,
1677                           nbnxn_pairlist_t       *nbl,
1678                           gmx_bool                bDiagRemoved,
1679                           nbnxn_ci_t             *nbl_ci,
1680                           const nbnxn_grid_t     *gridi,
1681                           const nbnxn_grid_t     *gridj,
1682                           t_nblist               *nlist)
1683 {
1684     int      ci, cj_ind_start, cj_ind_end, cja, cjr;
1685     int      nri_max;
1686     int      ngid, gid_i = 0, gid_j, gid;
1687     int      egp_shift, egp_mask;
1688     int      gid_cj = 0;
1689     int      ind_i, ind_j, ai, aj;
1690     int      nri;
1691     gmx_bool bFEP_i, bFEP_i_all;
1692
1693     if (nbl_ci->cj_ind_end == nbl_ci->cj_ind_start)
1694     {
1695         /* Empty list */
1696         return;
1697     }
1698
1699     ci = nbl_ci->ci;
1700
1701     cj_ind_start = nbl_ci->cj_ind_start;
1702     cj_ind_end   = nbl_ci->cj_ind_end;
1703
1704     /* In worst case we have alternating energy groups
1705      * and create #atom-pair lists, which means we need the size
1706      * of a cluster pair (na_ci*na_cj) times the number of cj's.
1707      */
1708     nri_max = nbl->na_ci*nbl->na_cj*(cj_ind_end - cj_ind_start);
1709     if (nlist->nri + nri_max > nlist->maxnri)
1710     {
1711         nlist->maxnri = over_alloc_large(nlist->nri + nri_max);
1712         reallocate_nblist(nlist);
1713     }
1714
1715     ngid = nbat->nenergrp;
1716
1717     if (static_cast<std::size_t>(ngid*gridj->na_cj) > sizeof(gid_cj)*8)
1718     {
1719         gmx_fatal(FARGS, "The Verlet scheme with %dx%d kernels and free-energy only supports up to %d energy groups",
1720                   gridi->na_c, gridj->na_cj, (sizeof(gid_cj)*8)/gridj->na_cj);
1721     }
1722
1723     egp_shift = nbat->neg_2log;
1724     egp_mask  = (1<<nbat->neg_2log) - 1;
1725
1726     /* Loop over the atoms in the i sub-cell */
1727     bFEP_i_all = TRUE;
1728     for (int i = 0; i < nbl->na_ci; i++)
1729     {
1730         ind_i = ci*nbl->na_ci + i;
1731         ai    = nbs->a[ind_i];
1732         if (ai >= 0)
1733         {
1734             nri                  = nlist->nri;
1735             nlist->jindex[nri+1] = nlist->jindex[nri];
1736             nlist->iinr[nri]     = ai;
1737             /* The actual energy group pair index is set later */
1738             nlist->gid[nri]      = 0;
1739             nlist->shift[nri]    = nbl_ci->shift & NBNXN_CI_SHIFT;
1740
1741             bFEP_i = gridi->fep[ci - gridi->cell0] & (1 << i);
1742
1743             bFEP_i_all = bFEP_i_all && bFEP_i;
1744
1745             if (nlist->nrj + (cj_ind_end - cj_ind_start)*nbl->na_cj > nlist->maxnrj)
1746             {
1747                 nlist->maxnrj = over_alloc_small(nlist->nrj + (cj_ind_end - cj_ind_start)*nbl->na_cj);
1748                 srenew(nlist->jjnr,     nlist->maxnrj);
1749                 srenew(nlist->excl_fep, nlist->maxnrj);
1750             }
1751
1752             if (ngid > 1)
1753             {
1754                 gid_i = (nbat->energrp[ci] >> (egp_shift*i)) & egp_mask;
1755             }
1756
1757             for (int cj_ind = cj_ind_start; cj_ind < cj_ind_end; cj_ind++)
1758             {
1759                 unsigned int fep_cj;
1760
1761                 cja = nbl->cj[cj_ind].cj;
1762
1763                 if (gridj->na_cj == gridj->na_c)
1764                 {
1765                     cjr    = cja - gridj->cell0;
1766                     fep_cj = gridj->fep[cjr];
1767                     if (ngid > 1)
1768                     {
1769                         gid_cj = nbat->energrp[cja];
1770                     }
1771                 }
1772                 else if (2*gridj->na_cj == gridj->na_c)
1773                 {
1774                     cjr    = cja - gridj->cell0*2;
1775                     /* Extract half of the ci fep/energrp mask */
1776                     fep_cj = (gridj->fep[cjr>>1] >> ((cjr&1)*gridj->na_cj)) & ((1<<gridj->na_cj) - 1);
1777                     if (ngid > 1)
1778                     {
1779                         gid_cj = nbat->energrp[cja>>1] >> ((cja&1)*gridj->na_cj*egp_shift) & ((1<<(gridj->na_cj*egp_shift)) - 1);
1780                     }
1781                 }
1782                 else
1783                 {
1784                     cjr    = cja - (gridj->cell0>>1);
1785                     /* Combine two ci fep masks/energrp */
1786                     fep_cj = gridj->fep[cjr*2] + (gridj->fep[cjr*2+1] << gridj->na_c);
1787                     if (ngid > 1)
1788                     {
1789                         gid_cj = nbat->energrp[cja*2] + (nbat->energrp[cja*2+1] << (gridj->na_c*egp_shift));
1790                     }
1791                 }
1792
1793                 if (bFEP_i || fep_cj != 0)
1794                 {
1795                     for (int j = 0; j < nbl->na_cj; j++)
1796                     {
1797                         /* Is this interaction perturbed and not excluded? */
1798                         ind_j = cja*nbl->na_cj + j;
1799                         aj    = nbs->a[ind_j];
1800                         if (aj >= 0 &&
1801                             (bFEP_i || (fep_cj & (1 << j))) &&
1802                             (!bDiagRemoved || ind_j >= ind_i))
1803                         {
1804                             if (ngid > 1)
1805                             {
1806                                 gid_j = (gid_cj >> (j*egp_shift)) & egp_mask;
1807                                 gid   = GID(gid_i, gid_j, ngid);
1808
1809                                 if (nlist->nrj > nlist->jindex[nri] &&
1810                                     nlist->gid[nri] != gid)
1811                                 {
1812                                     /* Energy group pair changed: new list */
1813                                     fep_list_new_nri_copy(nlist);
1814                                     nri = nlist->nri;
1815                                 }
1816                                 nlist->gid[nri] = gid;
1817                             }
1818
1819                             if (nlist->nrj - nlist->jindex[nri] >= max_nrj_fep)
1820                             {
1821                                 fep_list_new_nri_copy(nlist);
1822                                 nri = nlist->nri;
1823                             }
1824
1825                             /* Add it to the FEP list */
1826                             nlist->jjnr[nlist->nrj]     = aj;
1827                             nlist->excl_fep[nlist->nrj] = (nbl->cj[cj_ind].excl >> (i*nbl->na_cj + j)) & 1;
1828                             nlist->nrj++;
1829
1830                             /* Exclude it from the normal list.
1831                              * Note that the charge has been set to zero,
1832                              * but we need to avoid 0/0, as perturbed atoms
1833                              * can be on top of each other.
1834                              */
1835                             nbl->cj[cj_ind].excl &= ~(1U << (i*nbl->na_cj + j));
1836                         }
1837                     }
1838                 }
1839             }
1840
1841             if (nlist->nrj > nlist->jindex[nri])
1842             {
1843                 /* Actually add this new, non-empty, list */
1844                 nlist->nri++;
1845                 nlist->jindex[nlist->nri] = nlist->nrj;
1846             }
1847         }
1848     }
1849
1850     if (bFEP_i_all)
1851     {
1852         /* All interactions are perturbed, we can skip this entry */
1853         nbl_ci->cj_ind_end = cj_ind_start;
1854         nbl->ncjInUse     -= cj_ind_end - cj_ind_start;
1855     }
1856 }
1857
1858 /* Return the index of atom a within a cluster */
1859 static inline int cj_mod_cj4(int cj)
1860 {
1861     return cj & (c_nbnxnGpuJgroupSize - 1);
1862 }
1863
1864 /* Convert a j-cluster to a cj4 group */
1865 static inline int cj_to_cj4(int cj)
1866 {
1867     return cj/c_nbnxnGpuJgroupSize;
1868 }
1869
1870 /* Return the index of an j-atom within a warp */
1871 static inline int a_mod_wj(int a)
1872 {
1873     return a & (c_nbnxnGpuClusterSize/c_nbnxnGpuClusterpairSplit - 1);
1874 }
1875
1876 /* As make_fep_list above, but for super/sub lists. */
1877 static void make_fep_list_supersub(const nbnxn_search_t    nbs,
1878                                    const nbnxn_atomdata_t *nbat,
1879                                    nbnxn_pairlist_t       *nbl,
1880                                    gmx_bool                bDiagRemoved,
1881                                    const nbnxn_sci_t      *nbl_sci,
1882                                    real                    shx,
1883                                    real                    shy,
1884                                    real                    shz,
1885                                    real                    rlist_fep2,
1886                                    const nbnxn_grid_t     *gridi,
1887                                    const nbnxn_grid_t     *gridj,
1888                                    t_nblist               *nlist)
1889 {
1890     int                sci, cj4_ind_start, cj4_ind_end, cjr;
1891     int                nri_max;
1892     int                c_abs;
1893     int                ind_i, ind_j, ai, aj;
1894     int                nri;
1895     gmx_bool           bFEP_i;
1896     real               xi, yi, zi;
1897     const nbnxn_cj4_t *cj4;
1898
1899     if (nbl_sci->cj4_ind_end == nbl_sci->cj4_ind_start)
1900     {
1901         /* Empty list */
1902         return;
1903     }
1904
1905     sci = nbl_sci->sci;
1906
1907     cj4_ind_start = nbl_sci->cj4_ind_start;
1908     cj4_ind_end   = nbl_sci->cj4_ind_end;
1909
1910     /* Here we process one super-cell, max #atoms na_sc, versus a list
1911      * cj4 entries, each with max c_nbnxnGpuJgroupSize cj's, each
1912      * of size na_cj atoms.
1913      * On the GPU we don't support energy groups (yet).
1914      * So for each of the na_sc i-atoms, we need max one FEP list
1915      * for each max_nrj_fep j-atoms.
1916      */
1917     nri_max = nbl->na_sc*nbl->na_cj*(1 + ((cj4_ind_end - cj4_ind_start)*c_nbnxnGpuJgroupSize)/max_nrj_fep);
1918     if (nlist->nri + nri_max > nlist->maxnri)
1919     {
1920         nlist->maxnri = over_alloc_large(nlist->nri + nri_max);
1921         reallocate_nblist(nlist);
1922     }
1923
1924     /* Loop over the atoms in the i super-cluster */
1925     for (int c = 0; c < c_gpuNumClusterPerCell; c++)
1926     {
1927         c_abs = sci*c_gpuNumClusterPerCell + c;
1928
1929         for (int i = 0; i < nbl->na_ci; i++)
1930         {
1931             ind_i = c_abs*nbl->na_ci + i;
1932             ai    = nbs->a[ind_i];
1933             if (ai >= 0)
1934             {
1935                 nri                  = nlist->nri;
1936                 nlist->jindex[nri+1] = nlist->jindex[nri];
1937                 nlist->iinr[nri]     = ai;
1938                 /* With GPUs, energy groups are not supported */
1939                 nlist->gid[nri]      = 0;
1940                 nlist->shift[nri]    = nbl_sci->shift & NBNXN_CI_SHIFT;
1941
1942                 bFEP_i = (gridi->fep[c_abs - gridi->cell0*c_gpuNumClusterPerCell] & (1 << i));
1943
1944                 xi = nbat->x[ind_i*nbat->xstride+XX] + shx;
1945                 yi = nbat->x[ind_i*nbat->xstride+YY] + shy;
1946                 zi = nbat->x[ind_i*nbat->xstride+ZZ] + shz;
1947
1948                 if ((nlist->nrj + cj4_ind_end - cj4_ind_start)*c_nbnxnGpuJgroupSize*nbl->na_cj > nlist->maxnrj)
1949                 {
1950                     nlist->maxnrj = over_alloc_small((nlist->nrj + cj4_ind_end - cj4_ind_start)*c_nbnxnGpuJgroupSize*nbl->na_cj);
1951                     srenew(nlist->jjnr,     nlist->maxnrj);
1952                     srenew(nlist->excl_fep, nlist->maxnrj);
1953                 }
1954
1955                 for (int cj4_ind = cj4_ind_start; cj4_ind < cj4_ind_end; cj4_ind++)
1956                 {
1957                     cj4 = &nbl->cj4[cj4_ind];
1958
1959                     for (int gcj = 0; gcj < c_nbnxnGpuJgroupSize; gcj++)
1960                     {
1961                         unsigned int fep_cj;
1962
1963                         if ((cj4->imei[0].imask & (1U << (gcj*c_gpuNumClusterPerCell + c))) == 0)
1964                         {
1965                             /* Skip this ci for this cj */
1966                             continue;
1967                         }
1968
1969                         cjr = cj4->cj[gcj] - gridj->cell0*c_gpuNumClusterPerCell;
1970
1971                         fep_cj = gridj->fep[cjr];
1972
1973                         if (bFEP_i || fep_cj != 0)
1974                         {
1975                             for (int j = 0; j < nbl->na_cj; j++)
1976                             {
1977                                 /* Is this interaction perturbed and not excluded? */
1978                                 ind_j = (gridj->cell0*c_gpuNumClusterPerCell + cjr)*nbl->na_cj + j;
1979                                 aj    = nbs->a[ind_j];
1980                                 if (aj >= 0 &&
1981                                     (bFEP_i || (fep_cj & (1 << j))) &&
1982                                     (!bDiagRemoved || ind_j >= ind_i))
1983                                 {
1984                                     nbnxn_excl_t *excl;
1985                                     int           excl_pair;
1986                                     unsigned int  excl_bit;
1987                                     real          dx, dy, dz;
1988
1989                                     const int     jHalf = j/(c_nbnxnGpuClusterSize/c_nbnxnGpuClusterpairSplit);
1990                                     get_nbl_exclusions_1(nbl, cj4_ind, jHalf, &excl);
1991
1992                                     excl_pair = a_mod_wj(j)*nbl->na_ci + i;
1993                                     excl_bit  = (1U << (gcj*c_gpuNumClusterPerCell + c));
1994
1995                                     dx = nbat->x[ind_j*nbat->xstride+XX] - xi;
1996                                     dy = nbat->x[ind_j*nbat->xstride+YY] - yi;
1997                                     dz = nbat->x[ind_j*nbat->xstride+ZZ] - zi;
1998
1999                                     /* The unpruned GPU list has more than 2/3
2000                                      * of the atom pairs beyond rlist. Using
2001                                      * this list will cause a lot of overhead
2002                                      * in the CPU FEP kernels, especially
2003                                      * relative to the fast GPU kernels.
2004                                      * So we prune the FEP list here.
2005                                      */
2006                                     if (dx*dx + dy*dy + dz*dz < rlist_fep2)
2007                                     {
2008                                         if (nlist->nrj - nlist->jindex[nri] >= max_nrj_fep)
2009                                         {
2010                                             fep_list_new_nri_copy(nlist);
2011                                             nri = nlist->nri;
2012                                         }
2013
2014                                         /* Add it to the FEP list */
2015                                         nlist->jjnr[nlist->nrj]     = aj;
2016                                         nlist->excl_fep[nlist->nrj] = (excl->pair[excl_pair] & excl_bit) ? 1 : 0;
2017                                         nlist->nrj++;
2018                                     }
2019
2020                                     /* Exclude it from the normal list.
2021                                      * Note that the charge and LJ parameters have
2022                                      * been set to zero, but we need to avoid 0/0,
2023                                      * as perturbed atoms can be on top of each other.
2024                                      */
2025                                     excl->pair[excl_pair] &= ~excl_bit;
2026                                 }
2027                             }
2028
2029                             /* Note that we could mask out this pair in imask
2030                              * if all i- and/or all j-particles are perturbed.
2031                              * But since the perturbed pairs on the CPU will
2032                              * take an order of magnitude more time, the GPU
2033                              * will finish before the CPU and there is no gain.
2034                              */
2035                         }
2036                     }
2037                 }
2038
2039                 if (nlist->nrj > nlist->jindex[nri])
2040                 {
2041                     /* Actually add this new, non-empty, list */
2042                     nlist->nri++;
2043                     nlist->jindex[nlist->nri] = nlist->nrj;
2044                 }
2045             }
2046         }
2047     }
2048 }
2049
2050 /* Set all atom-pair exclusions for a GPU type list i-entry
2051  *
2052  * Sets all atom-pair exclusions from the topology stored in exclusions
2053  * as masks in the pair-list for i-super-cluster list entry iEntry.
2054  */
2055 static void
2056 setExclusionsForGpuIentry(const nbnxn_search_t  nbs,
2057                           nbnxn_pairlist_t     *nbl,
2058                           gmx_bool              diagRemoved,
2059                           const nbnxn_sci_t    &iEntry,
2060                           const t_blocka       &exclusions)
2061 {
2062     if (iEntry.cj4_ind_end == iEntry.cj4_ind_start)
2063     {
2064         /* Empty list */
2065         return;
2066     }
2067
2068     /* Set the search ranges using start and end j-cluster indices.
2069      * Note that here we can not use cj4_ind_end, since the last cj4
2070      * can be only partially filled, so we use cj_ind.
2071      */
2072     const JListRanges ranges(iEntry.cj4_ind_start*c_nbnxnGpuJgroupSize,
2073                              nbl->work->cj_ind,
2074                              nbl->cj4);
2075
2076     GMX_ASSERT(nbl->na_ci == c_nbnxnGpuClusterSize, "na_ci should match the GPU cluster size");
2077     constexpr int  c_clusterSize      = c_nbnxnGpuClusterSize;
2078     constexpr int  c_superClusterSize = c_nbnxnGpuNumClusterPerSupercluster*c_nbnxnGpuClusterSize;
2079
2080     const int      iSuperCluster = iEntry.sci;
2081
2082     const int     *cell = nbs->cell;
2083
2084     /* Loop over the atoms in the i super-cluster */
2085     for (int i = 0; i < c_superClusterSize; i++)
2086     {
2087         const int iIndex = iSuperCluster*c_superClusterSize + i;
2088         const int iAtom  = nbs->a[iIndex];
2089         if (iAtom >= 0)
2090         {
2091             const int iCluster = i/c_clusterSize;
2092
2093             /* Loop over the topology-based exclusions for this i-atom */
2094             for (int exclIndex = exclusions.index[iAtom]; exclIndex < exclusions.index[iAtom + 1]; exclIndex++)
2095             {
2096                 const int jAtom = exclusions.a[exclIndex];
2097
2098                 if (jAtom == iAtom)
2099                 {
2100                     /* The self exclusions are already set, save some time */
2101                     continue;
2102                 }
2103
2104                 /* Get the index of the j-atom in the nbnxn atom data */
2105                 const int jIndex = cell[jAtom];
2106
2107                 /* Without shifts we only calculate interactions j>i
2108                  * for one-way pair-lists.
2109                  */
2110                 /* NOTE: We would like to use iIndex on the right hand side,
2111                  * but that makes this routine 25% slower with gcc6/7.
2112                  * Even using c_superClusterSize makes it slower.
2113                  * Either of these changes triggers peeling of the exclIndex
2114                  * loop, which apparently leads to far less efficient code.
2115                  */
2116                 if (diagRemoved && jIndex <= iSuperCluster*nbl->na_sc + i)
2117                 {
2118                     continue;
2119                 }
2120
2121                 const int jCluster = jIndex/c_clusterSize;
2122
2123                 /* Check whether the cluster is in our list? */
2124                 if (jCluster >= ranges.cjFirst && jCluster <= ranges.cjLast)
2125                 {
2126                     const int index =
2127                         findJClusterInJList(jCluster, ranges, nbl->cj4);
2128
2129                     if (index >= 0)
2130                     {
2131                         /* We found an exclusion, clear the corresponding
2132                          * interaction bit.
2133                          */
2134                         const unsigned int pairMask = (1U << (cj_mod_cj4(index)*c_gpuNumClusterPerCell + iCluster));
2135                         /* Check if the i-cluster interacts with the j-cluster */
2136                         if (nbl_imask0(nbl, index) & pairMask)
2137                         {
2138                             const int innerI = (i      & (c_clusterSize - 1));
2139                             const int innerJ = (jIndex & (c_clusterSize - 1));
2140
2141                             /* Determine which j-half (CUDA warp) we are in */
2142                             const int     jHalf = innerJ/(c_clusterSize/c_nbnxnGpuClusterpairSplit);
2143
2144                             nbnxn_excl_t *interactionMask;
2145                             get_nbl_exclusions_1(nbl, cj_to_cj4(index), jHalf, &interactionMask);
2146
2147                             interactionMask->pair[a_mod_wj(innerJ)*c_clusterSize + innerI] &= ~pairMask;
2148                         }
2149                     }
2150                 }
2151             }
2152         }
2153     }
2154 }
2155
2156 /* Reallocate the simple ci list for at least n entries */
2157 static void nb_realloc_ci(nbnxn_pairlist_t *nbl, int n)
2158 {
2159     nbl->ci_nalloc = over_alloc_small(n);
2160     nbnxn_realloc_void((void **)&nbl->ci,
2161                        nbl->nci*sizeof(*nbl->ci),
2162                        nbl->ci_nalloc*sizeof(*nbl->ci),
2163                        nbl->alloc, nbl->free);
2164
2165     nbnxn_realloc_void((void **)&nbl->ciOuter,
2166                        nbl->nci*sizeof(*nbl->ciOuter),
2167                        nbl->ci_nalloc*sizeof(*nbl->ciOuter),
2168                        nbl->alloc, nbl->free);
2169 }
2170
2171 /* Reallocate the super-cell sci list for at least n entries */
2172 static void nb_realloc_sci(nbnxn_pairlist_t *nbl, int n)
2173 {
2174     nbl->sci_nalloc = over_alloc_small(n);
2175     nbnxn_realloc_void((void **)&nbl->sci,
2176                        nbl->nsci*sizeof(*nbl->sci),
2177                        nbl->sci_nalloc*sizeof(*nbl->sci),
2178                        nbl->alloc, nbl->free);
2179 }
2180
2181 /* Make a new ci entry at index nbl->nci */
2182 static void new_ci_entry(nbnxn_pairlist_t *nbl, int ci, int shift, int flags)
2183 {
2184     if (nbl->nci + 1 > nbl->ci_nalloc)
2185     {
2186         nb_realloc_ci(nbl, nbl->nci+1);
2187     }
2188     nbl->ci[nbl->nci].ci            = ci;
2189     nbl->ci[nbl->nci].shift         = shift;
2190     /* Store the interaction flags along with the shift */
2191     nbl->ci[nbl->nci].shift        |= flags;
2192     nbl->ci[nbl->nci].cj_ind_start  = nbl->ncj;
2193     nbl->ci[nbl->nci].cj_ind_end    = nbl->ncj;
2194 }
2195
2196 /* Make a new sci entry at index nbl->nsci */
2197 static void new_sci_entry(nbnxn_pairlist_t *nbl, int sci, int shift)
2198 {
2199     if (nbl->nsci + 1 > nbl->sci_nalloc)
2200     {
2201         nb_realloc_sci(nbl, nbl->nsci+1);
2202     }
2203     nbl->sci[nbl->nsci].sci           = sci;
2204     nbl->sci[nbl->nsci].shift         = shift;
2205     nbl->sci[nbl->nsci].cj4_ind_start = nbl->ncj4;
2206     nbl->sci[nbl->nsci].cj4_ind_end   = nbl->ncj4;
2207 }
2208
2209 /* Sort the simple j-list cj on exclusions.
2210  * Entries with exclusions will all be sorted to the beginning of the list.
2211  */
2212 static void sort_cj_excl(nbnxn_cj_t *cj, int ncj,
2213                          nbnxn_list_work_t *work)
2214 {
2215     int jnew;
2216
2217     if (ncj > work->cj_nalloc)
2218     {
2219         work->cj_nalloc = over_alloc_large(ncj);
2220         srenew(work->cj, work->cj_nalloc);
2221     }
2222
2223     /* Make a list of the j-cells involving exclusions */
2224     jnew = 0;
2225     for (int j = 0; j < ncj; j++)
2226     {
2227         if (cj[j].excl != NBNXN_INTERACTION_MASK_ALL)
2228         {
2229             work->cj[jnew++] = cj[j];
2230         }
2231     }
2232     /* Check if there are exclusions at all or not just the first entry */
2233     if (!((jnew == 0) ||
2234           (jnew == 1 && cj[0].excl != NBNXN_INTERACTION_MASK_ALL)))
2235     {
2236         for (int j = 0; j < ncj; j++)
2237         {
2238             if (cj[j].excl == NBNXN_INTERACTION_MASK_ALL)
2239             {
2240                 work->cj[jnew++] = cj[j];
2241             }
2242         }
2243         for (int j = 0; j < ncj; j++)
2244         {
2245             cj[j] = work->cj[j];
2246         }
2247     }
2248 }
2249
2250 /* Close this simple list i entry */
2251 static void close_ci_entry_simple(nbnxn_pairlist_t *nbl)
2252 {
2253     int jlen;
2254
2255     /* All content of the new ci entry have already been filled correctly,
2256      * we only need to increase the count here (for non empty lists).
2257      */
2258     jlen = nbl->ci[nbl->nci].cj_ind_end - nbl->ci[nbl->nci].cj_ind_start;
2259     if (jlen > 0)
2260     {
2261         sort_cj_excl(nbl->cj+nbl->ci[nbl->nci].cj_ind_start, jlen, nbl->work);
2262
2263         /* The counts below are used for non-bonded pair/flop counts
2264          * and should therefore match the available kernel setups.
2265          */
2266         if (!(nbl->ci[nbl->nci].shift & NBNXN_CI_DO_COUL(0)))
2267         {
2268             nbl->work->ncj_noq += jlen;
2269         }
2270         else if ((nbl->ci[nbl->nci].shift & NBNXN_CI_HALF_LJ(0)) ||
2271                  !(nbl->ci[nbl->nci].shift & NBNXN_CI_DO_LJ(0)))
2272         {
2273             nbl->work->ncj_hlj += jlen;
2274         }
2275
2276         nbl->nci++;
2277     }
2278 }
2279
2280 /* Split sci entry for load balancing on the GPU.
2281  * Splitting ensures we have enough lists to fully utilize the whole GPU.
2282  * With progBal we generate progressively smaller lists, which improves
2283  * load balancing. As we only know the current count on our own thread,
2284  * we will need to estimate the current total amount of i-entries.
2285  * As the lists get concatenated later, this estimate depends
2286  * both on nthread and our own thread index.
2287  */
2288 static void split_sci_entry(nbnxn_pairlist_t *nbl,
2289                             int nsp_target_av,
2290                             gmx_bool progBal, float nsp_tot_est,
2291                             int thread, int nthread)
2292 {
2293     int nsp_max;
2294     int cj4_start, cj4_end, j4len;
2295     int sci;
2296     int nsp, nsp_sci, nsp_cj4, nsp_cj4_e, nsp_cj4_p;
2297
2298     if (progBal)
2299     {
2300         float nsp_est;
2301
2302         /* Estimate the total numbers of ci's of the nblist combined
2303          * over all threads using the target number of ci's.
2304          */
2305         nsp_est = (nsp_tot_est*thread)/nthread + nbl->nci_tot;
2306
2307         /* The first ci blocks should be larger, to avoid overhead.
2308          * The last ci blocks should be smaller, to improve load balancing.
2309          * The factor 3/2 makes the first block 3/2 times the target average
2310          * and ensures that the total number of blocks end up equal to
2311          * that of equally sized blocks of size nsp_target_av.
2312          */
2313         nsp_max = static_cast<int>(nsp_target_av*(nsp_tot_est*1.5/(nsp_est + nsp_tot_est)));
2314     }
2315     else
2316     {
2317         nsp_max = nsp_target_av;
2318     }
2319
2320     cj4_start = nbl->sci[nbl->nsci-1].cj4_ind_start;
2321     cj4_end   = nbl->sci[nbl->nsci-1].cj4_ind_end;
2322     j4len     = cj4_end - cj4_start;
2323
2324     if (j4len > 1 && j4len*c_gpuNumClusterPerCell*c_nbnxnGpuJgroupSize > nsp_max)
2325     {
2326         /* Remove the last ci entry and process the cj4's again */
2327         nbl->nsci -= 1;
2328
2329         sci        = nbl->nsci;
2330         nsp        = 0;
2331         nsp_sci    = 0;
2332         nsp_cj4_e  = 0;
2333         nsp_cj4    = 0;
2334         for (int cj4 = cj4_start; cj4 < cj4_end; cj4++)
2335         {
2336             nsp_cj4_p = nsp_cj4;
2337             /* Count the number of cluster pairs in this cj4 group */
2338             nsp_cj4   = 0;
2339             for (int p = 0; p < c_gpuNumClusterPerCell*c_nbnxnGpuJgroupSize; p++)
2340             {
2341                 nsp_cj4 += (nbl->cj4[cj4].imei[0].imask >> p) & 1;
2342             }
2343
2344             /* If adding the current cj4 with nsp_cj4 pairs get us further
2345              * away from our target nsp_max, split the list before this cj4.
2346              */
2347             if (nsp > 0 && nsp_max - nsp < nsp + nsp_cj4 - nsp_max)
2348             {
2349                 /* Split the list at cj4 */
2350                 nbl->sci[sci].cj4_ind_end = cj4;
2351                 /* Create a new sci entry */
2352                 sci++;
2353                 nbl->nsci++;
2354                 if (nbl->nsci+1 > nbl->sci_nalloc)
2355                 {
2356                     nb_realloc_sci(nbl, nbl->nsci+1);
2357                 }
2358                 nbl->sci[sci].sci           = nbl->sci[nbl->nsci-1].sci;
2359                 nbl->sci[sci].shift         = nbl->sci[nbl->nsci-1].shift;
2360                 nbl->sci[sci].cj4_ind_start = cj4;
2361                 nsp_sci                     = nsp;
2362                 nsp_cj4_e                   = nsp_cj4_p;
2363                 nsp                         = 0;
2364             }
2365             nsp += nsp_cj4;
2366         }
2367
2368         /* Put the remaining cj4's in the last sci entry */
2369         nbl->sci[sci].cj4_ind_end = cj4_end;
2370
2371         /* Possibly balance out the last two sci's
2372          * by moving the last cj4 of the second last sci.
2373          */
2374         if (nsp_sci - nsp_cj4_e >= nsp + nsp_cj4_e)
2375         {
2376             nbl->sci[sci-1].cj4_ind_end--;
2377             nbl->sci[sci].cj4_ind_start--;
2378         }
2379
2380         nbl->nsci++;
2381     }
2382 }
2383
2384 /* Clost this super/sub list i entry */
2385 static void close_ci_entry_supersub(nbnxn_pairlist_t *nbl,
2386                                     int nsp_max_av,
2387                                     gmx_bool progBal, float nsp_tot_est,
2388                                     int thread, int nthread)
2389 {
2390     /* All content of the new ci entry have already been filled correctly,
2391      * we only need to increase the count here (for non empty lists).
2392      */
2393     int j4len = nbl->sci[nbl->nsci].cj4_ind_end - nbl->sci[nbl->nsci].cj4_ind_start;
2394     if (j4len > 0)
2395     {
2396         /* We can only have complete blocks of 4 j-entries in a list,
2397          * so round the count up before closing.
2398          */
2399         nbl->ncj4         = (nbl->work->cj_ind + c_nbnxnGpuJgroupSize - 1)/c_nbnxnGpuJgroupSize;
2400         nbl->work->cj_ind = nbl->ncj4*c_nbnxnGpuJgroupSize;
2401
2402         nbl->nsci++;
2403
2404         if (nsp_max_av > 0)
2405         {
2406             /* Measure the size of the new entry and potentially split it */
2407             split_sci_entry(nbl, nsp_max_av, progBal, nsp_tot_est,
2408                             thread, nthread);
2409         }
2410     }
2411 }
2412
2413 /* Syncs the working array before adding another grid pair to the list */
2414 static void sync_work(nbnxn_pairlist_t *nbl)
2415 {
2416     if (!nbl->bSimple)
2417     {
2418         nbl->work->cj_ind   = nbl->ncj4*c_nbnxnGpuJgroupSize;
2419         nbl->work->cj4_init = nbl->ncj4;
2420     }
2421 }
2422
2423 /* Clears an nbnxn_pairlist_t data structure */
2424 static void clear_pairlist(nbnxn_pairlist_t *nbl)
2425 {
2426     nbl->nci           = 0;
2427     nbl->nsci          = 0;
2428     nbl->ncj           = 0;
2429     nbl->ncjInUse      = 0;
2430     nbl->ncj4          = 0;
2431     nbl->nci_tot       = 0;
2432     nbl->nciOuter      = -1;
2433     nbl->nexcl         = 1;
2434
2435     nbl->work->ncj_noq = 0;
2436     nbl->work->ncj_hlj = 0;
2437 }
2438
2439 /* Clears a group scheme pair list */
2440 static void clear_pairlist_fep(t_nblist *nl)
2441 {
2442     nl->nri = 0;
2443     nl->nrj = 0;
2444     if (nl->jindex == nullptr)
2445     {
2446         snew(nl->jindex, 1);
2447     }
2448     nl->jindex[0] = 0;
2449 }
2450
2451 /* Sets a simple list i-cell bounding box, including PBC shift */
2452 static inline void set_icell_bb_simple(const nbnxn_bb_t *bb, int ci,
2453                                        real shx, real shy, real shz,
2454                                        nbnxn_bb_t *bb_ci)
2455 {
2456     bb_ci->lower[BB_X] = bb[ci].lower[BB_X] + shx;
2457     bb_ci->lower[BB_Y] = bb[ci].lower[BB_Y] + shy;
2458     bb_ci->lower[BB_Z] = bb[ci].lower[BB_Z] + shz;
2459     bb_ci->upper[BB_X] = bb[ci].upper[BB_X] + shx;
2460     bb_ci->upper[BB_Y] = bb[ci].upper[BB_Y] + shy;
2461     bb_ci->upper[BB_Z] = bb[ci].upper[BB_Z] + shz;
2462 }
2463
2464 #if NBNXN_BBXXXX
2465 /* Sets a super-cell and sub cell bounding boxes, including PBC shift */
2466 static void set_icell_bbxxxx_supersub(const float *bb, int ci,
2467                                       real shx, real shy, real shz,
2468                                       float *bb_ci)
2469 {
2470     int ia = ci*(c_gpuNumClusterPerCell >> STRIDE_PBB_2LOG)*NNBSBB_XXXX;
2471     for (int m = 0; m < (c_gpuNumClusterPerCell >> STRIDE_PBB_2LOG)*NNBSBB_XXXX; m += NNBSBB_XXXX)
2472     {
2473         for (int i = 0; i < STRIDE_PBB; i++)
2474         {
2475             bb_ci[m+0*STRIDE_PBB+i] = bb[ia+m+0*STRIDE_PBB+i] + shx;
2476             bb_ci[m+1*STRIDE_PBB+i] = bb[ia+m+1*STRIDE_PBB+i] + shy;
2477             bb_ci[m+2*STRIDE_PBB+i] = bb[ia+m+2*STRIDE_PBB+i] + shz;
2478             bb_ci[m+3*STRIDE_PBB+i] = bb[ia+m+3*STRIDE_PBB+i] + shx;
2479             bb_ci[m+4*STRIDE_PBB+i] = bb[ia+m+4*STRIDE_PBB+i] + shy;
2480             bb_ci[m+5*STRIDE_PBB+i] = bb[ia+m+5*STRIDE_PBB+i] + shz;
2481         }
2482     }
2483 }
2484 #endif
2485
2486 /* Sets a super-cell and sub cell bounding boxes, including PBC shift */
2487 gmx_unused static void set_icell_bb_supersub(const nbnxn_bb_t *bb, int ci,
2488                                              real shx, real shy, real shz,
2489                                              nbnxn_bb_t *bb_ci)
2490 {
2491     for (int i = 0; i < c_gpuNumClusterPerCell; i++)
2492     {
2493         set_icell_bb_simple(bb, ci*c_gpuNumClusterPerCell+i,
2494                             shx, shy, shz,
2495                             &bb_ci[i]);
2496     }
2497 }
2498
2499 /* Copies PBC shifted i-cell atom coordinates x,y,z to working array */
2500 static void icell_set_x_simple(int ci,
2501                                real shx, real shy, real shz,
2502                                int stride, const real *x,
2503                                nbnxn_list_work_t *work)
2504 {
2505     int ia = ci*NBNXN_CPU_CLUSTER_I_SIZE;
2506
2507     for (int i = 0; i < NBNXN_CPU_CLUSTER_I_SIZE; i++)
2508     {
2509         work->x_ci[i*STRIDE_XYZ+XX] = x[(ia+i)*stride+XX] + shx;
2510         work->x_ci[i*STRIDE_XYZ+YY] = x[(ia+i)*stride+YY] + shy;
2511         work->x_ci[i*STRIDE_XYZ+ZZ] = x[(ia+i)*stride+ZZ] + shz;
2512     }
2513 }
2514
2515 /* Copies PBC shifted super-cell atom coordinates x,y,z to working array */
2516 static void icell_set_x_supersub(int ci,
2517                                  real shx, real shy, real shz,
2518                                  int stride, const real *x,
2519                                  nbnxn_list_work_t *work)
2520 {
2521 #if !GMX_SIMD4_HAVE_REAL
2522
2523     real * x_ci = work->x_ci;
2524
2525     int    ia = ci*c_gpuNumClusterPerCell*c_nbnxnGpuClusterSize;
2526     for (int i = 0; i < c_gpuNumClusterPerCell*c_nbnxnGpuClusterSize; i++)
2527     {
2528         x_ci[i*DIM + XX] = x[(ia+i)*stride + XX] + shx;
2529         x_ci[i*DIM + YY] = x[(ia+i)*stride + YY] + shy;
2530         x_ci[i*DIM + ZZ] = x[(ia+i)*stride + ZZ] + shz;
2531     }
2532
2533 #else /* !GMX_SIMD4_HAVE_REAL */
2534
2535     real * x_ci = work->x_ci_simd;
2536
2537     for (int si = 0; si < c_gpuNumClusterPerCell; si++)
2538     {
2539         for (int i = 0; i < c_nbnxnGpuClusterSize; i += GMX_SIMD4_WIDTH)
2540         {
2541             int io = si*c_nbnxnGpuClusterSize + i;
2542             int ia = ci*c_gpuNumClusterPerCell*c_nbnxnGpuClusterSize + io;
2543             for (int j = 0; j < GMX_SIMD4_WIDTH; j++)
2544             {
2545                 x_ci[io*DIM + j + XX*GMX_SIMD4_WIDTH] = x[(ia + j)*stride + XX] + shx;
2546                 x_ci[io*DIM + j + YY*GMX_SIMD4_WIDTH] = x[(ia + j)*stride + YY] + shy;
2547                 x_ci[io*DIM + j + ZZ*GMX_SIMD4_WIDTH] = x[(ia + j)*stride + ZZ] + shz;
2548             }
2549         }
2550     }
2551
2552 #endif /* !GMX_SIMD4_HAVE_REAL */
2553 }
2554
2555 static real minimum_subgrid_size_xy(const nbnxn_grid_t *grid)
2556 {
2557     if (grid->bSimple)
2558     {
2559         return std::min(grid->sx, grid->sy);
2560     }
2561     else
2562     {
2563         return std::min(grid->sx/c_gpuNumClusterPerCellX,
2564                         grid->sy/c_gpuNumClusterPerCellY);
2565     }
2566 }
2567
2568 static real effective_buffer_1x1_vs_MxN(const nbnxn_grid_t *gridi,
2569                                         const nbnxn_grid_t *gridj)
2570 {
2571     const real eff_1x1_buffer_fac_overest = 0.1;
2572
2573     /* Determine an atom-pair list cut-off buffer size for atom pairs,
2574      * to be added to rlist (including buffer) used for MxN.
2575      * This is for converting an MxN list to a 1x1 list. This means we can't
2576      * use the normal buffer estimate, as we have an MxN list in which
2577      * some atom pairs beyond rlist are missing. We want to capture
2578      * the beneficial effect of buffering by extra pairs just outside rlist,
2579      * while removing the useless pairs that are further away from rlist.
2580      * (Also the buffer could have been set manually not using the estimate.)
2581      * This buffer size is an overestimate.
2582      * We add 10% of the smallest grid sub-cell dimensions.
2583      * Note that the z-size differs per cell and we don't use this,
2584      * so we overestimate.
2585      * With PME, the 10% value gives a buffer that is somewhat larger
2586      * than the effective buffer with a tolerance of 0.005 kJ/mol/ps.
2587      * Smaller tolerances or using RF lead to a smaller effective buffer,
2588      * so 10% gives a safe overestimate.
2589      */
2590     return eff_1x1_buffer_fac_overest*(minimum_subgrid_size_xy(gridi) +
2591                                        minimum_subgrid_size_xy(gridj));
2592 }
2593
2594 /* Clusters at the cut-off only increase rlist by 60% of their size */
2595 static real nbnxn_rlist_inc_outside_fac = 0.6;
2596
2597 /* Due to the cluster size the effective pair-list is longer than
2598  * that of a simple atom pair-list. This function gives the extra distance.
2599  */
2600 real nbnxn_get_rlist_effective_inc(int cluster_size_j, real atom_density)
2601 {
2602     int  cluster_size_i;
2603     real vol_inc_i, vol_inc_j;
2604
2605     /* We should get this from the setup, but currently it's the same for
2606      * all setups, including GPUs.
2607      */
2608     cluster_size_i = NBNXN_CPU_CLUSTER_I_SIZE;
2609
2610     vol_inc_i = (cluster_size_i - 1)/atom_density;
2611     vol_inc_j = (cluster_size_j - 1)/atom_density;
2612
2613     return nbnxn_rlist_inc_outside_fac*std::cbrt(vol_inc_i + vol_inc_j);
2614 }
2615
2616 /* Estimates the interaction volume^2 for non-local interactions */
2617 static real nonlocal_vol2(const struct gmx_domdec_zones_t *zones, rvec ls, real r)
2618 {
2619     real cl, ca, za;
2620     real vold_est;
2621     real vol2_est_tot;
2622
2623     vol2_est_tot = 0;
2624
2625     /* Here we simply add up the volumes of 1, 2 or 3 1D decomposition
2626      * not home interaction volume^2. As these volumes are not additive,
2627      * this is an overestimate, but it would only be significant in the limit
2628      * of small cells, where we anyhow need to split the lists into
2629      * as small parts as possible.
2630      */
2631
2632     for (int z = 0; z < zones->n; z++)
2633     {
2634         if (zones->shift[z][XX] + zones->shift[z][YY] + zones->shift[z][ZZ] == 1)
2635         {
2636             cl = 0;
2637             ca = 1;
2638             za = 1;
2639             for (int d = 0; d < DIM; d++)
2640             {
2641                 if (zones->shift[z][d] == 0)
2642                 {
2643                     cl += 0.5*ls[d];
2644                     ca *= ls[d];
2645                     za *= zones->size[z].x1[d] - zones->size[z].x0[d];
2646                 }
2647             }
2648
2649             /* 4 octants of a sphere */
2650             vold_est  = 0.25*M_PI*r*r*r*r;
2651             /* 4 quarter pie slices on the edges */
2652             vold_est += 4*cl*M_PI/6.0*r*r*r;
2653             /* One rectangular volume on a face */
2654             vold_est += ca*0.5*r*r;
2655
2656             vol2_est_tot += vold_est*za;
2657         }
2658     }
2659
2660     return vol2_est_tot;
2661 }
2662
2663 /* Estimates the average size of a full j-list for super/sub setup */
2664 static void get_nsubpair_target(const nbnxn_search_t  nbs,
2665                                 int                   iloc,
2666                                 real                  rlist,
2667                                 int                   min_ci_balanced,
2668                                 int                  *nsubpair_target,
2669                                 float                *nsubpair_tot_est)
2670 {
2671     /* The target value of 36 seems to be the optimum for Kepler.
2672      * Maxwell is less sensitive to the exact value.
2673      */
2674     const int           nsubpair_target_min = 36;
2675     const nbnxn_grid_t *grid;
2676     rvec                ls;
2677     real                r_eff_sup, vol_est, nsp_est, nsp_est_nl;
2678
2679     grid = &nbs->grid[0];
2680
2681     /* We don't need to balance list sizes if:
2682      * - We didn't request balancing.
2683      * - The number of grid cells >= the number of lists requested,
2684      *   since we will always generate at least #cells lists.
2685      * - We don't have any cells, since then there won't be any lists.
2686      */
2687     if (min_ci_balanced <= 0 || grid->nc >= min_ci_balanced || grid->nc == 0)
2688     {
2689         /* nsubpair_target==0 signals no balancing */
2690         *nsubpair_target  = 0;
2691         *nsubpair_tot_est = 0;
2692
2693         return;
2694     }
2695
2696     ls[XX] = (grid->c1[XX] - grid->c0[XX])/(grid->ncx*c_gpuNumClusterPerCellX);
2697     ls[YY] = (grid->c1[YY] - grid->c0[YY])/(grid->ncy*c_gpuNumClusterPerCellY);
2698     ls[ZZ] = grid->na_c/(grid->atom_density*ls[XX]*ls[YY]);
2699
2700     /* The average length of the diagonal of a sub cell */
2701     real diagonal = std::sqrt(ls[XX]*ls[XX] + ls[YY]*ls[YY] + ls[ZZ]*ls[ZZ]);
2702
2703     /* The formulas below are a heuristic estimate of the average nsj per si*/
2704     r_eff_sup = rlist + nbnxn_rlist_inc_outside_fac*gmx::square((grid->na_c - 1.0)/grid->na_c)*0.5*diagonal;
2705
2706     if (!nbs->DomDec || nbs->zones->n == 1)
2707     {
2708         nsp_est_nl = 0;
2709     }
2710     else
2711     {
2712         nsp_est_nl =
2713             gmx::square(grid->atom_density/grid->na_c)*
2714             nonlocal_vol2(nbs->zones, ls, r_eff_sup);
2715     }
2716
2717     if (LOCAL_I(iloc))
2718     {
2719         /* Sub-cell interacts with itself */
2720         vol_est  = ls[XX]*ls[YY]*ls[ZZ];
2721         /* 6/2 rectangular volume on the faces */
2722         vol_est += (ls[XX]*ls[YY] + ls[XX]*ls[ZZ] + ls[YY]*ls[ZZ])*r_eff_sup;
2723         /* 12/2 quarter pie slices on the edges */
2724         vol_est += 2*(ls[XX] + ls[YY] + ls[ZZ])*0.25*M_PI*gmx::square(r_eff_sup);
2725         /* 4 octants of a sphere */
2726         vol_est += 0.5*4.0/3.0*M_PI*gmx::power3(r_eff_sup);
2727
2728         /* Estimate the number of cluster pairs as the local number of
2729          * clusters times the volume they interact with times the density.
2730          */
2731         nsp_est = grid->nsubc_tot*vol_est*grid->atom_density/grid->na_c;
2732
2733         /* Subtract the non-local pair count */
2734         nsp_est -= nsp_est_nl;
2735
2736         /* For small cut-offs nsp_est will be an underesimate.
2737          * With DD nsp_est_nl is an overestimate so nsp_est can get negative.
2738          * So to avoid too small or negative nsp_est we set a minimum of
2739          * all cells interacting with all 3^3 direct neighbors (3^3-1)/2+1=14.
2740          * This might be a slight overestimate for small non-periodic groups of
2741          * atoms as will occur for a local domain with DD, but for small
2742          * groups of atoms we'll anyhow be limited by nsubpair_target_min,
2743          * so this overestimation will not matter.
2744          */
2745         nsp_est = std::max(nsp_est, grid->nsubc_tot*static_cast<real>(14));
2746
2747         if (debug)
2748         {
2749             fprintf(debug, "nsp_est local %5.1f non-local %5.1f\n",
2750                     nsp_est, nsp_est_nl);
2751         }
2752     }
2753     else
2754     {
2755         nsp_est = nsp_est_nl;
2756     }
2757
2758     /* Thus the (average) maximum j-list size should be as follows.
2759      * Since there is overhead, we shouldn't make the lists too small
2760      * (and we can't chop up j-groups) so we use a minimum target size of 36.
2761      */
2762     *nsubpair_target  = std::max(nsubpair_target_min,
2763                                  static_cast<int>(nsp_est/min_ci_balanced + 0.5));
2764     *nsubpair_tot_est = static_cast<int>(nsp_est);
2765
2766     if (debug)
2767     {
2768         fprintf(debug, "nbl nsp estimate %.1f, nsubpair_target %d\n",
2769                 nsp_est, *nsubpair_target);
2770     }
2771 }
2772
2773 /* Debug list print function */
2774 static void print_nblist_ci_cj(FILE *fp, const nbnxn_pairlist_t *nbl)
2775 {
2776     for (int i = 0; i < nbl->nci; i++)
2777     {
2778         fprintf(fp, "ci %4d  shift %2d  ncj %3d\n",
2779                 nbl->ci[i].ci, nbl->ci[i].shift,
2780                 nbl->ci[i].cj_ind_end - nbl->ci[i].cj_ind_start);
2781
2782         for (int j = nbl->ci[i].cj_ind_start; j < nbl->ci[i].cj_ind_end; j++)
2783         {
2784             fprintf(fp, "  cj %5d  imask %x\n",
2785                     nbl->cj[j].cj,
2786                     nbl->cj[j].excl);
2787         }
2788     }
2789 }
2790
2791 /* Debug list print function */
2792 static void print_nblist_sci_cj(FILE *fp, const nbnxn_pairlist_t *nbl)
2793 {
2794     for (int i = 0; i < nbl->nsci; i++)
2795     {
2796         fprintf(fp, "ci %4d  shift %2d  ncj4 %2d\n",
2797                 nbl->sci[i].sci, nbl->sci[i].shift,
2798                 nbl->sci[i].cj4_ind_end - nbl->sci[i].cj4_ind_start);
2799
2800         int ncp = 0;
2801         for (int j4 = nbl->sci[i].cj4_ind_start; j4 < nbl->sci[i].cj4_ind_end; j4++)
2802         {
2803             for (int j = 0; j < c_nbnxnGpuJgroupSize; j++)
2804             {
2805                 fprintf(fp, "  sj %5d  imask %x\n",
2806                         nbl->cj4[j4].cj[j],
2807                         nbl->cj4[j4].imei[0].imask);
2808                 for (int si = 0; si < c_gpuNumClusterPerCell; si++)
2809                 {
2810                     if (nbl->cj4[j4].imei[0].imask & (1U << (j*c_gpuNumClusterPerCell + si)))
2811                     {
2812                         ncp++;
2813                     }
2814                 }
2815             }
2816         }
2817         fprintf(fp, "ci %4d  shift %2d  ncj4 %2d ncp %3d\n",
2818                 nbl->sci[i].sci, nbl->sci[i].shift,
2819                 nbl->sci[i].cj4_ind_end - nbl->sci[i].cj4_ind_start,
2820                 ncp);
2821     }
2822 }
2823
2824 /* Combine pair lists *nbl generated on multiple threads nblc */
2825 static void combine_nblists(int nnbl, nbnxn_pairlist_t **nbl,
2826                             nbnxn_pairlist_t *nblc)
2827 {
2828     int nsci, ncj4, nexcl;
2829
2830     if (nblc->bSimple)
2831     {
2832         gmx_incons("combine_nblists does not support simple lists");
2833     }
2834
2835     nsci  = nblc->nsci;
2836     ncj4  = nblc->ncj4;
2837     nexcl = nblc->nexcl;
2838     for (int i = 0; i < nnbl; i++)
2839     {
2840         nsci  += nbl[i]->nsci;
2841         ncj4  += nbl[i]->ncj4;
2842         nexcl += nbl[i]->nexcl;
2843     }
2844
2845     if (nsci > nblc->sci_nalloc)
2846     {
2847         nb_realloc_sci(nblc, nsci);
2848     }
2849     if (ncj4 > nblc->cj4_nalloc)
2850     {
2851         nblc->cj4_nalloc = over_alloc_small(ncj4);
2852         nbnxn_realloc_void((void **)&nblc->cj4,
2853                            nblc->ncj4*sizeof(*nblc->cj4),
2854                            nblc->cj4_nalloc*sizeof(*nblc->cj4),
2855                            nblc->alloc, nblc->free);
2856     }
2857     if (nexcl > nblc->excl_nalloc)
2858     {
2859         nblc->excl_nalloc = over_alloc_small(nexcl);
2860         nbnxn_realloc_void((void **)&nblc->excl,
2861                            nblc->nexcl*sizeof(*nblc->excl),
2862                            nblc->excl_nalloc*sizeof(*nblc->excl),
2863                            nblc->alloc, nblc->free);
2864     }
2865
2866     /* Each thread should copy its own data to the combined arrays,
2867      * as otherwise data will go back and forth between different caches.
2868      */
2869 #if GMX_OPENMP && !(defined __clang_analyzer__)
2870     // cppcheck-suppress unreadVariable
2871     int nthreads = gmx_omp_nthreads_get(emntPairsearch);
2872 #endif
2873
2874 #pragma omp parallel for num_threads(nthreads) schedule(static)
2875     for (int n = 0; n < nnbl; n++)
2876     {
2877         try
2878         {
2879             int                     sci_offset;
2880             int                     cj4_offset;
2881             int                     excl_offset;
2882             const nbnxn_pairlist_t *nbli;
2883
2884             /* Determine the offset in the combined data for our thread */
2885             sci_offset  = nblc->nsci;
2886             cj4_offset  = nblc->ncj4;
2887             excl_offset = nblc->nexcl;
2888
2889             for (int i = 0; i < n; i++)
2890             {
2891                 sci_offset  += nbl[i]->nsci;
2892                 cj4_offset  += nbl[i]->ncj4;
2893                 excl_offset += nbl[i]->nexcl;
2894             }
2895
2896             nbli = nbl[n];
2897
2898             for (int i = 0; i < nbli->nsci; i++)
2899             {
2900                 nblc->sci[sci_offset+i]                = nbli->sci[i];
2901                 nblc->sci[sci_offset+i].cj4_ind_start += cj4_offset;
2902                 nblc->sci[sci_offset+i].cj4_ind_end   += cj4_offset;
2903             }
2904
2905             for (int j4 = 0; j4 < nbli->ncj4; j4++)
2906             {
2907                 nblc->cj4[cj4_offset+j4]                   = nbli->cj4[j4];
2908                 nblc->cj4[cj4_offset+j4].imei[0].excl_ind += excl_offset;
2909                 nblc->cj4[cj4_offset+j4].imei[1].excl_ind += excl_offset;
2910             }
2911
2912             for (int j4 = 0; j4 < nbli->nexcl; j4++)
2913             {
2914                 nblc->excl[excl_offset+j4] = nbli->excl[j4];
2915             }
2916         }
2917         GMX_CATCH_ALL_AND_EXIT_WITH_FATAL_ERROR;
2918     }
2919
2920     for (int n = 0; n < nnbl; n++)
2921     {
2922         nblc->nsci    += nbl[n]->nsci;
2923         nblc->ncj4    += nbl[n]->ncj4;
2924         nblc->nci_tot += nbl[n]->nci_tot;
2925         nblc->nexcl   += nbl[n]->nexcl;
2926     }
2927 }
2928
2929 static void balance_fep_lists(const nbnxn_search_t  nbs,
2930                               nbnxn_pairlist_set_t *nbl_lists)
2931 {
2932     int       nnbl;
2933     int       nri_tot, nrj_tot, nrj_target;
2934     int       th_dest;
2935     t_nblist *nbld;
2936
2937     nnbl = nbl_lists->nnbl;
2938
2939     if (nnbl == 1)
2940     {
2941         /* Nothing to balance */
2942         return;
2943     }
2944
2945     /* Count the total i-lists and pairs */
2946     nri_tot = 0;
2947     nrj_tot = 0;
2948     for (int th = 0; th < nnbl; th++)
2949     {
2950         nri_tot += nbl_lists->nbl_fep[th]->nri;
2951         nrj_tot += nbl_lists->nbl_fep[th]->nrj;
2952     }
2953
2954     nrj_target = (nrj_tot + nnbl - 1)/nnbl;
2955
2956     assert(gmx_omp_nthreads_get(emntNonbonded) == nnbl);
2957
2958 #pragma omp parallel for schedule(static) num_threads(nnbl)
2959     for (int th = 0; th < nnbl; th++)
2960     {
2961         try
2962         {
2963             t_nblist *nbl;
2964
2965             nbl = nbs->work[th].nbl_fep;
2966
2967             /* Note that here we allocate for the total size, instead of
2968              * a per-thread esimate (which is hard to obtain).
2969              */
2970             if (nri_tot > nbl->maxnri)
2971             {
2972                 nbl->maxnri = over_alloc_large(nri_tot);
2973                 reallocate_nblist(nbl);
2974             }
2975             if (nri_tot > nbl->maxnri || nrj_tot > nbl->maxnrj)
2976             {
2977                 nbl->maxnrj = over_alloc_small(nrj_tot);
2978                 srenew(nbl->jjnr, nbl->maxnrj);
2979                 srenew(nbl->excl_fep, nbl->maxnrj);
2980             }
2981
2982             clear_pairlist_fep(nbl);
2983         }
2984         GMX_CATCH_ALL_AND_EXIT_WITH_FATAL_ERROR;
2985     }
2986
2987     /* Loop over the source lists and assign and copy i-entries */
2988     th_dest = 0;
2989     nbld    = nbs->work[th_dest].nbl_fep;
2990     for (int th = 0; th < nnbl; th++)
2991     {
2992         t_nblist *nbls;
2993
2994         nbls = nbl_lists->nbl_fep[th];
2995
2996         for (int i = 0; i < nbls->nri; i++)
2997         {
2998             int nrj;
2999
3000             /* The number of pairs in this i-entry */
3001             nrj = nbls->jindex[i+1] - nbls->jindex[i];
3002
3003             /* Decide if list th_dest is too large and we should procede
3004              * to the next destination list.
3005              */
3006             if (th_dest+1 < nnbl && nbld->nrj > 0 &&
3007                 nbld->nrj + nrj - nrj_target > nrj_target - nbld->nrj)
3008             {
3009                 th_dest++;
3010                 nbld = nbs->work[th_dest].nbl_fep;
3011             }
3012
3013             nbld->iinr[nbld->nri]  = nbls->iinr[i];
3014             nbld->gid[nbld->nri]   = nbls->gid[i];
3015             nbld->shift[nbld->nri] = nbls->shift[i];
3016
3017             for (int j = nbls->jindex[i]; j < nbls->jindex[i+1]; j++)
3018             {
3019                 nbld->jjnr[nbld->nrj]     = nbls->jjnr[j];
3020                 nbld->excl_fep[nbld->nrj] = nbls->excl_fep[j];
3021                 nbld->nrj++;
3022             }
3023             nbld->nri++;
3024             nbld->jindex[nbld->nri] = nbld->nrj;
3025         }
3026     }
3027
3028     /* Swap the list pointers */
3029     for (int th = 0; th < nnbl; th++)
3030     {
3031         t_nblist *nbl_tmp;
3032
3033         nbl_tmp                = nbl_lists->nbl_fep[th];
3034         nbl_lists->nbl_fep[th] = nbs->work[th].nbl_fep;
3035         nbs->work[th].nbl_fep  = nbl_tmp;
3036
3037         if (debug)
3038         {
3039             fprintf(debug, "nbl_fep[%d] nri %4d nrj %4d\n",
3040                     th,
3041                     nbl_lists->nbl_fep[th]->nri,
3042                     nbl_lists->nbl_fep[th]->nrj);
3043         }
3044     }
3045 }
3046
3047 /* Returns the next ci to be processes by our thread */
3048 static gmx_bool next_ci(const nbnxn_grid_t *grid,
3049                         int nth, int ci_block,
3050                         int *ci_x, int *ci_y,
3051                         int *ci_b, int *ci)
3052 {
3053     (*ci_b)++;
3054     (*ci)++;
3055
3056     if (*ci_b == ci_block)
3057     {
3058         /* Jump to the next block assigned to this task */
3059         *ci   += (nth - 1)*ci_block;
3060         *ci_b  = 0;
3061     }
3062
3063     if (*ci >= grid->nc)
3064     {
3065         return FALSE;
3066     }
3067
3068     while (*ci >= grid->cxy_ind[*ci_x*grid->ncy + *ci_y + 1])
3069     {
3070         *ci_y += 1;
3071         if (*ci_y == grid->ncy)
3072         {
3073             *ci_x += 1;
3074             *ci_y  = 0;
3075         }
3076     }
3077
3078     return TRUE;
3079 }
3080
3081 /* Returns the distance^2 for which we put cell pairs in the list
3082  * without checking atom pair distances. This is usually < rlist^2.
3083  */
3084 static float boundingbox_only_distance2(const nbnxn_grid_t *gridi,
3085                                         const nbnxn_grid_t *gridj,
3086                                         real                rlist,
3087                                         gmx_bool            simple)
3088 {
3089     /* If the distance between two sub-cell bounding boxes is less
3090      * than this distance, do not check the distance between
3091      * all particle pairs in the sub-cell, since then it is likely
3092      * that the box pair has atom pairs within the cut-off.
3093      * We use the nblist cut-off minus 0.5 times the average x/y diagonal
3094      * spacing of the sub-cells. Around 40% of the checked pairs are pruned.
3095      * Using more than 0.5 gains at most 0.5%.
3096      * If forces are calculated more than twice, the performance gain
3097      * in the force calculation outweighs the cost of checking.
3098      * Note that with subcell lists, the atom-pair distance check
3099      * is only performed when only 1 out of 8 sub-cells in within range,
3100      * this is because the GPU is much faster than the cpu.
3101      */
3102     real bbx, bby;
3103     real rbb2;
3104
3105     bbx = 0.5*(gridi->sx + gridj->sx);
3106     bby = 0.5*(gridi->sy + gridj->sy);
3107     if (!simple)
3108     {
3109         bbx /= c_gpuNumClusterPerCellX;
3110         bby /= c_gpuNumClusterPerCellY;
3111     }
3112
3113     rbb2 = std::max(0.0, rlist - 0.5*std::sqrt(bbx*bbx + bby*bby));
3114     rbb2 = rbb2 * rbb2;
3115
3116 #if !GMX_DOUBLE
3117     return rbb2;
3118 #else
3119     return (float)((1+GMX_FLOAT_EPS)*rbb2);
3120 #endif
3121 }
3122
3123 static int get_ci_block_size(const nbnxn_grid_t *gridi,
3124                              gmx_bool bDomDec, int nth)
3125 {
3126     const int ci_block_enum      = 5;
3127     const int ci_block_denom     = 11;
3128     const int ci_block_min_atoms = 16;
3129     int       ci_block;
3130
3131     /* Here we decide how to distribute the blocks over the threads.
3132      * We use prime numbers to try to avoid that the grid size becomes
3133      * a multiple of the number of threads, which would lead to some
3134      * threads getting "inner" pairs and others getting boundary pairs,
3135      * which in turns will lead to load imbalance between threads.
3136      * Set the block size as 5/11/ntask times the average number of cells
3137      * in a y,z slab. This should ensure a quite uniform distribution
3138      * of the grid parts of the different thread along all three grid
3139      * zone boundaries with 3D domain decomposition. At the same time
3140      * the blocks will not become too small.
3141      */
3142     ci_block = (gridi->nc*ci_block_enum)/(ci_block_denom*gridi->ncx*nth);
3143
3144     /* Ensure the blocks are not too small: avoids cache invalidation */
3145     if (ci_block*gridi->na_sc < ci_block_min_atoms)
3146     {
3147         ci_block = (ci_block_min_atoms + gridi->na_sc - 1)/gridi->na_sc;
3148     }
3149
3150     /* Without domain decomposition
3151      * or with less than 3 blocks per task, divide in nth blocks.
3152      */
3153     if (!bDomDec || nth*3*ci_block > gridi->nc)
3154     {
3155         ci_block = (gridi->nc + nth - 1)/nth;
3156     }
3157
3158     if (ci_block > 1 && (nth - 1)*ci_block >= gridi->nc)
3159     {
3160         /* Some threads have no work. Although reducing the block size
3161          * does not decrease the block count on the first few threads,
3162          * with GPUs better mixing of "upper" cells that have more empty
3163          * clusters results in a somewhat lower max load over all threads.
3164          * Without GPUs the regime of so few atoms per thread is less
3165          * performance relevant, but with 8-wide SIMD the same reasoning
3166          * applies, since the pair list uses 4 i-atom "sub-clusters".
3167          */
3168         ci_block--;
3169     }
3170
3171     return ci_block;
3172 }
3173
3174 /* Returns the number of bits to right-shift a cluster index to obtain
3175  * the corresponding force buffer flag index.
3176  */
3177 static int getBufferFlagShift(int numAtomsPerCluster)
3178 {
3179     int bufferFlagShift = 0;
3180     while ((numAtomsPerCluster << bufferFlagShift) < NBNXN_BUFFERFLAG_SIZE)
3181     {
3182         bufferFlagShift++;
3183     }
3184
3185     return bufferFlagShift;
3186 }
3187
3188 /* Generates the part of pair-list nbl assigned to our thread */
3189 static void nbnxn_make_pairlist_part(const nbnxn_search_t nbs,
3190                                      const nbnxn_grid_t *gridi,
3191                                      const nbnxn_grid_t *gridj,
3192                                      nbnxn_search_work_t *work,
3193                                      const nbnxn_atomdata_t *nbat,
3194                                      const t_blocka &exclusions,
3195                                      real rlist,
3196                                      int nb_kernel_type,
3197                                      int ci_block,
3198                                      gmx_bool bFBufferFlag,
3199                                      int nsubpair_max,
3200                                      gmx_bool progBal,
3201                                      float nsubpair_tot_est,
3202                                      int th, int nth,
3203                                      nbnxn_pairlist_t *nbl,
3204                                      t_nblist *nbl_fep)
3205 {
3206     int               na_cj_2log;
3207     matrix            box;
3208     real              rlist2, rl_fep2 = 0;
3209     float             rbb2;
3210     int               ci_b, ci, ci_x, ci_y, ci_xy, cj;
3211     ivec              shp;
3212     int               shift;
3213     real              shx, shy, shz;
3214     int               cell0_i;
3215     const nbnxn_bb_t *bb_i = nullptr;
3216 #if NBNXN_BBXXXX
3217     const float      *pbb_i = nullptr;
3218 #endif
3219     const float      *bbcz_i, *bbcz_j;
3220     const int        *flags_i;
3221     real              bx0, bx1, by0, by1, bz0, bz1;
3222     real              bz1_frac;
3223     real              d2cx, d2z, d2z_cx, d2z_cy, d2zx, d2zxy, d2xy;
3224     int               cxf, cxl, cyf, cyf_x, cyl;
3225     int               numDistanceChecks;
3226     int               gridi_flag_shift = 0, gridj_flag_shift = 0;
3227     gmx_bitmask_t    *gridj_flag       = nullptr;
3228     int               ncj_old_i, ncj_old_j;
3229
3230     nbs_cycle_start(&work->cc[enbsCCsearch]);
3231
3232     if (gridj->bSimple != nbl->bSimple)
3233     {
3234         gmx_incons("Grid incompatible with pair-list");
3235     }
3236
3237     sync_work(nbl);
3238     nbl->na_sc = gridj->na_sc;
3239     nbl->na_ci = gridj->na_c;
3240     nbl->na_cj = nbnxn_kernel_to_cluster_j_size(nb_kernel_type);
3241     na_cj_2log = get_2log(nbl->na_cj);
3242
3243     nbl->rlist  = rlist;
3244
3245     if (bFBufferFlag)
3246     {
3247         /* Determine conversion of clusters to flag blocks */
3248         gridi_flag_shift = getBufferFlagShift(nbl->na_ci);
3249         gridj_flag_shift = getBufferFlagShift(nbl->na_cj);
3250
3251         gridj_flag       = work->buffer_flags.flag;
3252     }
3253
3254     copy_mat(nbs->box, box);
3255
3256     rlist2 = nbl->rlist*nbl->rlist;
3257
3258     if (nbs->bFEP && !nbl->bSimple)
3259     {
3260         /* Determine an atom-pair list cut-off distance for FEP atom pairs.
3261          * We should not simply use rlist, since then we would not have
3262          * the small, effective buffering of the NxN lists.
3263          * The buffer is on overestimate, but the resulting cost for pairs
3264          * beyond rlist is neglible compared to the FEP pairs within rlist.
3265          */
3266         rl_fep2 = nbl->rlist + effective_buffer_1x1_vs_MxN(gridi, gridj);
3267
3268         if (debug)
3269         {
3270             fprintf(debug, "nbl_fep atom-pair rlist %f\n", rl_fep2);
3271         }
3272         rl_fep2 = rl_fep2*rl_fep2;
3273     }
3274
3275     rbb2 = boundingbox_only_distance2(gridi, gridj, nbl->rlist, nbl->bSimple);
3276
3277     if (debug)
3278     {
3279         fprintf(debug, "nbl bounding box only distance %f\n", std::sqrt(rbb2));
3280     }
3281
3282     /* Set the shift range */
3283     for (int d = 0; d < DIM; d++)
3284     {
3285         /* Check if we need periodicity shifts.
3286          * Without PBC or with domain decomposition we don't need them.
3287          */
3288         if (d >= ePBC2npbcdim(nbs->ePBC) || nbs->dd_dim[d])
3289         {
3290             shp[d] = 0;
3291         }
3292         else
3293         {
3294             if (d == XX &&
3295                 box[XX][XX] - fabs(box[YY][XX]) - fabs(box[ZZ][XX]) < std::sqrt(rlist2))
3296             {
3297                 shp[d] = 2;
3298             }
3299             else
3300             {
3301                 shp[d] = 1;
3302             }
3303         }
3304     }
3305
3306 #if NBNXN_BBXXXX
3307     if (gridi->bSimple)
3308     {
3309         bb_i  = gridi->bb;
3310     }
3311     else
3312     {
3313         pbb_i = gridi->pbb;
3314     }
3315 #else
3316     /* We use the normal bounding box format for both grid types */
3317     bb_i  = gridi->bb;
3318 #endif
3319     bbcz_i  = gridi->bbcz;
3320     flags_i = gridi->flags;
3321     cell0_i = gridi->cell0;
3322
3323     bbcz_j = gridj->bbcz;
3324
3325     if (debug)
3326     {
3327         fprintf(debug, "nbl nc_i %d col.av. %.1f ci_block %d\n",
3328                 gridi->nc, gridi->nc/(double)(gridi->ncx*gridi->ncy), ci_block);
3329     }
3330
3331     numDistanceChecks = 0;
3332
3333     /* Initially ci_b and ci to 1 before where we want them to start,
3334      * as they will both be incremented in next_ci.
3335      */
3336     ci_b = -1;
3337     ci   = th*ci_block - 1;
3338     ci_x = 0;
3339     ci_y = 0;
3340     while (next_ci(gridi, nth, ci_block, &ci_x, &ci_y, &ci_b, &ci))
3341     {
3342         if (nbl->bSimple && flags_i[ci] == 0)
3343         {
3344             continue;
3345         }
3346
3347         ncj_old_i = nbl->ncj;
3348
3349         d2cx = 0;
3350         if (gridj != gridi && shp[XX] == 0)
3351         {
3352             if (nbl->bSimple)
3353             {
3354                 bx1 = bb_i[ci].upper[BB_X];
3355             }
3356             else
3357             {
3358                 bx1 = gridi->c0[XX] + (ci_x+1)*gridi->sx;
3359             }
3360             if (bx1 < gridj->c0[XX])
3361             {
3362                 d2cx = gmx::square(gridj->c0[XX] - bx1);
3363
3364                 if (d2cx >= rlist2)
3365                 {
3366                     continue;
3367                 }
3368             }
3369         }
3370
3371         ci_xy = ci_x*gridi->ncy + ci_y;
3372
3373         /* Loop over shift vectors in three dimensions */
3374         for (int tz = -shp[ZZ]; tz <= shp[ZZ]; tz++)
3375         {
3376             shz = tz*box[ZZ][ZZ];
3377
3378             bz0 = bbcz_i[ci*NNBSBB_D  ] + shz;
3379             bz1 = bbcz_i[ci*NNBSBB_D+1] + shz;
3380
3381             if (tz == 0)
3382             {
3383                 d2z = 0;
3384             }
3385             else if (tz < 0)
3386             {
3387                 d2z = gmx::square(bz1);
3388             }
3389             else
3390             {
3391                 d2z = gmx::square(bz0 - box[ZZ][ZZ]);
3392             }
3393
3394             d2z_cx = d2z + d2cx;
3395
3396             if (d2z_cx >= rlist2)
3397             {
3398                 continue;
3399             }
3400
3401             bz1_frac = bz1/(gridi->cxy_ind[ci_xy+1] - gridi->cxy_ind[ci_xy]);
3402             if (bz1_frac < 0)
3403             {
3404                 bz1_frac = 0;
3405             }
3406             /* The check with bz1_frac close to or larger than 1 comes later */
3407
3408             for (int ty = -shp[YY]; ty <= shp[YY]; ty++)
3409             {
3410                 shy = ty*box[YY][YY] + tz*box[ZZ][YY];
3411
3412                 if (nbl->bSimple)
3413                 {
3414                     by0 = bb_i[ci].lower[BB_Y] + shy;
3415                     by1 = bb_i[ci].upper[BB_Y] + shy;
3416                 }
3417                 else
3418                 {
3419                     by0 = gridi->c0[YY] + (ci_y  )*gridi->sy + shy;
3420                     by1 = gridi->c0[YY] + (ci_y+1)*gridi->sy + shy;
3421                 }
3422
3423                 get_cell_range(by0, by1,
3424                                gridj->ncy, gridj->c0[YY], gridj->sy, gridj->inv_sy,
3425                                d2z_cx, rlist2,
3426                                &cyf, &cyl);
3427
3428                 if (cyf > cyl)
3429                 {
3430                     continue;
3431                 }
3432
3433                 d2z_cy = d2z;
3434                 if (by1 < gridj->c0[YY])
3435                 {
3436                     d2z_cy += gmx::square(gridj->c0[YY] - by1);
3437                 }
3438                 else if (by0 > gridj->c1[YY])
3439                 {
3440                     d2z_cy += gmx::square(by0 - gridj->c1[YY]);
3441                 }
3442
3443                 for (int tx = -shp[XX]; tx <= shp[XX]; tx++)
3444                 {
3445                     shift = XYZ2IS(tx, ty, tz);
3446
3447                     if (c_pbcShiftBackward && gridi == gridj && shift > CENTRAL)
3448                     {
3449                         continue;
3450                     }
3451
3452                     shx = tx*box[XX][XX] + ty*box[YY][XX] + tz*box[ZZ][XX];
3453
3454                     if (nbl->bSimple)
3455                     {
3456                         bx0 = bb_i[ci].lower[BB_X] + shx;
3457                         bx1 = bb_i[ci].upper[BB_X] + shx;
3458                     }
3459                     else
3460                     {
3461                         bx0 = gridi->c0[XX] + (ci_x  )*gridi->sx + shx;
3462                         bx1 = gridi->c0[XX] + (ci_x+1)*gridi->sx + shx;
3463                     }
3464
3465                     get_cell_range(bx0, bx1,
3466                                    gridj->ncx, gridj->c0[XX], gridj->sx, gridj->inv_sx,
3467                                    d2z_cy, rlist2,
3468                                    &cxf, &cxl);
3469
3470                     if (cxf > cxl)
3471                     {
3472                         continue;
3473                     }
3474
3475                     if (nbl->bSimple)
3476                     {
3477                         new_ci_entry(nbl, cell0_i+ci, shift, flags_i[ci]);
3478                     }
3479                     else
3480                     {
3481                         new_sci_entry(nbl, cell0_i+ci, shift);
3482                     }
3483
3484                     if ((!c_pbcShiftBackward || (shift == CENTRAL &&
3485                                                  gridi == gridj)) &&
3486                         cxf < ci_x)
3487                     {
3488                         /* Leave the pairs with i > j.
3489                          * x is the major index, so skip half of it.
3490                          */
3491                         cxf = ci_x;
3492                     }
3493
3494                     if (nbl->bSimple)
3495                     {
3496                         set_icell_bb_simple(bb_i, ci, shx, shy, shz,
3497                                             nbl->work->bb_ci);
3498                     }
3499                     else
3500                     {
3501 #if NBNXN_BBXXXX
3502                         set_icell_bbxxxx_supersub(pbb_i, ci, shx, shy, shz,
3503                                                   nbl->work->pbb_ci);
3504 #else
3505                         set_icell_bb_supersub(bb_i, ci, shx, shy, shz,
3506                                               nbl->work->bb_ci);
3507 #endif
3508                     }
3509
3510                     nbs->icell_set_x(cell0_i+ci, shx, shy, shz,
3511                                      nbat->xstride, nbat->x,
3512                                      nbl->work);
3513
3514                     for (int cx = cxf; cx <= cxl; cx++)
3515                     {
3516                         d2zx = d2z;
3517                         if (gridj->c0[XX] + cx*gridj->sx > bx1)
3518                         {
3519                             d2zx += gmx::square(gridj->c0[XX] + cx*gridj->sx - bx1);
3520                         }
3521                         else if (gridj->c0[XX] + (cx+1)*gridj->sx < bx0)
3522                         {
3523                             d2zx += gmx::square(gridj->c0[XX] + (cx+1)*gridj->sx - bx0);
3524                         }
3525
3526                         if (gridi == gridj &&
3527                             cx == 0 &&
3528                             (!c_pbcShiftBackward || shift == CENTRAL) &&
3529                             cyf < ci_y)
3530                         {
3531                             /* Leave the pairs with i > j.
3532                              * Skip half of y when i and j have the same x.
3533                              */
3534                             cyf_x = ci_y;
3535                         }
3536                         else
3537                         {
3538                             cyf_x = cyf;
3539                         }
3540
3541                         for (int cy = cyf_x; cy <= cyl; cy++)
3542                         {
3543                             const int columnStart = gridj->cxy_ind[cx*gridj->ncy + cy];
3544                             const int columnEnd   = gridj->cxy_ind[cx*gridj->ncy + cy + 1];
3545
3546                             d2zxy = d2zx;
3547                             if (gridj->c0[YY] + cy*gridj->sy > by1)
3548                             {
3549                                 d2zxy += gmx::square(gridj->c0[YY] + cy*gridj->sy - by1);
3550                             }
3551                             else if (gridj->c0[YY] + (cy+1)*gridj->sy < by0)
3552                             {
3553                                 d2zxy += gmx::square(gridj->c0[YY] + (cy+1)*gridj->sy - by0);
3554                             }
3555                             if (columnStart < columnEnd && d2zxy < rlist2)
3556                             {
3557                                 /* To improve efficiency in the common case
3558                                  * of a homogeneous particle distribution,
3559                                  * we estimate the index of the middle cell
3560                                  * in range (midCell). We search down and up
3561                                  * starting from this index.
3562                                  *
3563                                  * Note that the bbcz_j array contains bounds
3564                                  * for i-clusters, thus for clusters of 4 atoms.
3565                                  * For the common case where the j-cluster size
3566                                  * is 8, we could step with a stride of 2,
3567                                  * but we do not do this because it would
3568                                  * complicate this code even more.
3569                                  */
3570                                 int midCell = columnStart + static_cast<int>(bz1_frac*(columnEnd - columnStart));
3571                                 if (midCell >= columnEnd)
3572                                 {
3573                                     midCell = columnEnd - 1;
3574                                 }
3575
3576                                 d2xy = d2zxy - d2z;
3577
3578                                 /* Find the lowest cell that can possibly
3579                                  * be within range.
3580                                  * Check if we hit the bottom of the grid,
3581                                  * if the j-cell is below the i-cell and if so,
3582                                  * if it is within range.
3583                                  */
3584                                 int downTestCell = midCell;
3585                                 while (downTestCell >= columnStart &&
3586                                        (bbcz_j[downTestCell*NNBSBB_D + 1] >= bz0 ||
3587                                         d2xy + gmx::square(bbcz_j[downTestCell*NNBSBB_D + 1] - bz0) < rlist2))
3588                                 {
3589                                     downTestCell--;
3590                                 }
3591                                 int firstCell = downTestCell + 1;
3592
3593                                 /* Find the highest cell that can possibly
3594                                  * be within range.
3595                                  * Check if we hit the top of the grid,
3596                                  * if the j-cell is above the i-cell and if so,
3597                                  * if it is within range.
3598                                  */
3599                                 int upTestCell = midCell + 1;
3600                                 while (upTestCell < columnEnd &&
3601                                        (bbcz_j[upTestCell*NNBSBB_D] <= bz1 ||
3602                                         d2xy + gmx::square(bbcz_j[upTestCell*NNBSBB_D] - bz1) < rlist2))
3603                                 {
3604                                     upTestCell++;
3605                                 }
3606                                 int lastCell = upTestCell - 1;
3607
3608 #define NBNXN_REFCODE 0
3609 #if NBNXN_REFCODE
3610                                 {
3611                                     /* Simple reference code, for debugging,
3612                                      * overrides the more complex code above.
3613                                      */
3614                                     firstCell = columnEnd;
3615                                     lastCell  = -1;
3616                                     for (int k = columnStart; k < columnEnd; k++)
3617                                     {
3618                                         if (d2xy + gmx::square(bbcz_j[k*NNBSBB_D + 1] - bz0) < rlist2 &&
3619                                             k < firstCell)
3620                                         {
3621                                             firstCell = k;
3622                                         }
3623                                         if (d2xy + gmx::square(bbcz_j[k*NNBSBB_D] - bz1) < rlist2 &&
3624                                             k > lastCell)
3625                                         {
3626                                             lastCell = k;
3627                                         }
3628                                     }
3629                                 }
3630 #endif
3631
3632                                 if (gridi == gridj)
3633                                 {
3634                                     /* We want each atom/cell pair only once,
3635                                      * only use cj >= ci.
3636                                      */
3637                                     if (!c_pbcShiftBackward || shift == CENTRAL)
3638                                     {
3639                                         firstCell = std::max(firstCell, ci);
3640                                     }
3641                                 }
3642
3643                                 if (firstCell <= lastCell)
3644                                 {
3645                                     GMX_ASSERT(firstCell >= columnStart && lastCell < columnEnd, "The range should reside within the current grid column");
3646
3647                                     /* For f buffer flags with simple lists */
3648                                     ncj_old_j = nbl->ncj;
3649
3650                                     if (nbl->bSimple)
3651                                     {
3652                                         /* We have a maximum of 2 j-clusters
3653                                          * per i-cluster sized cell.
3654                                          */
3655                                         check_cell_list_space_simple(nbl, 2*(lastCell - firstCell + 1));
3656                                     }
3657                                     else
3658                                     {
3659                                         check_cell_list_space_supersub(nbl, lastCell - firstCell + 1);
3660                                     }
3661
3662                                     switch (nb_kernel_type)
3663                                     {
3664                                         case nbnxnk4x4_PlainC:
3665                                             makeClusterListSimple(gridj,
3666                                                                   nbl, ci, firstCell, lastCell,
3667                                                                   (gridi == gridj && shift == CENTRAL),
3668                                                                   nbat->x,
3669                                                                   rlist2, rbb2,
3670                                                                   &numDistanceChecks);
3671                                             break;
3672 #ifdef GMX_NBNXN_SIMD_4XN
3673                                         case nbnxnk4xN_SIMD_4xN:
3674                                             makeClusterListSimd4xn(gridj,
3675                                                                    nbl, ci, firstCell, lastCell,
3676                                                                    (gridi == gridj && shift == CENTRAL),
3677                                                                    nbat->x,
3678                                                                    rlist2, rbb2,
3679                                                                    &numDistanceChecks);
3680                                             break;
3681 #endif
3682 #ifdef GMX_NBNXN_SIMD_2XNN
3683                                         case nbnxnk4xN_SIMD_2xNN:
3684                                             makeClusterListSimd2xnn(gridj,
3685                                                                     nbl, ci, firstCell, lastCell,
3686                                                                     (gridi == gridj && shift == CENTRAL),
3687                                                                     nbat->x,
3688                                                                     rlist2, rbb2,
3689                                                                     &numDistanceChecks);
3690                                             break;
3691 #endif
3692                                         case nbnxnk8x8x8_PlainC:
3693                                         case nbnxnk8x8x8_GPU:
3694                                             for (cj = firstCell; cj <= lastCell; cj++)
3695                                             {
3696                                                 make_cluster_list_supersub(gridi, gridj,
3697                                                                            nbl, ci, cj,
3698                                                                            (gridi == gridj && shift == CENTRAL && ci == cj),
3699                                                                            nbat->xstride, nbat->x,
3700                                                                            rlist2, rbb2,
3701                                                                            &numDistanceChecks);
3702                                             }
3703                                             break;
3704                                     }
3705
3706                                     if (bFBufferFlag && nbl->ncj > ncj_old_j)
3707                                     {
3708                                         int cbf = nbl->cj[ncj_old_j].cj >> gridj_flag_shift;
3709                                         int cbl = nbl->cj[nbl->ncj-1].cj >> gridj_flag_shift;
3710                                         for (int cb = cbf; cb <= cbl; cb++)
3711                                         {
3712                                             bitmask_init_bit(&gridj_flag[cb], th);
3713                                         }
3714                                     }
3715
3716                                     nbl->ncjInUse += nbl->ncj - ncj_old_j;
3717                                 }
3718                             }
3719                         }
3720                     }
3721
3722                     /* Set the exclusions for this ci list */
3723                     if (nbl->bSimple)
3724                     {
3725                         setExclusionsForSimpleIentry(nbs,
3726                                                      nbl,
3727                                                      shift == CENTRAL && gridi == gridj,
3728                                                      na_cj_2log,
3729                                                      nbl->ci[nbl->nci],
3730                                                      exclusions);
3731
3732                         if (nbs->bFEP)
3733                         {
3734                             make_fep_list(nbs, nbat, nbl,
3735                                           shift == CENTRAL && gridi == gridj,
3736                                           &(nbl->ci[nbl->nci]),
3737                                           gridi, gridj, nbl_fep);
3738                         }
3739                     }
3740                     else
3741                     {
3742                         setExclusionsForGpuIentry(nbs,
3743                                                   nbl,
3744                                                   shift == CENTRAL && gridi == gridj,
3745                                                   nbl->sci[nbl->nsci],
3746                                                   exclusions);
3747
3748                         if (nbs->bFEP)
3749                         {
3750                             make_fep_list_supersub(nbs, nbat, nbl,
3751                                                    shift == CENTRAL && gridi == gridj,
3752                                                    &(nbl->sci[nbl->nsci]),
3753                                                    shx, shy, shz,
3754                                                    rl_fep2,
3755                                                    gridi, gridj, nbl_fep);
3756                         }
3757                     }
3758
3759                     /* Close this ci list */
3760                     if (nbl->bSimple)
3761                     {
3762                         close_ci_entry_simple(nbl);
3763                     }
3764                     else
3765                     {
3766                         close_ci_entry_supersub(nbl,
3767                                                 nsubpair_max,
3768                                                 progBal, nsubpair_tot_est,
3769                                                 th, nth);
3770                     }
3771                 }
3772             }
3773         }
3774
3775         if (bFBufferFlag && nbl->ncj > ncj_old_i)
3776         {
3777             bitmask_init_bit(&(work->buffer_flags.flag[(gridi->cell0+ci)>>gridi_flag_shift]), th);
3778         }
3779     }
3780
3781     work->ndistc = numDistanceChecks;
3782
3783     nbs_cycle_stop(&work->cc[enbsCCsearch]);
3784
3785     GMX_ASSERT(nbl->ncjInUse == nbl->ncj || nbs->bFEP, "Without free-energy all cj pair-list entries should be in use. Note that subsequent code does not make use of the equality, this check is only here to catch bugs");
3786
3787     if (debug)
3788     {
3789         fprintf(debug, "number of distance checks %d\n", numDistanceChecks);
3790
3791         if (nbl->bSimple)
3792         {
3793             print_nblist_statistics_simple(debug, nbl, nbs, rlist);
3794         }
3795         else
3796         {
3797             print_nblist_statistics_supersub(debug, nbl, nbs, rlist);
3798         }
3799
3800         if (nbs->bFEP)
3801         {
3802             fprintf(debug, "nbl FEP list pairs: %d\n", nbl_fep->nrj);
3803         }
3804     }
3805 }
3806
3807 static void reduce_buffer_flags(const nbnxn_search_t        nbs,
3808                                 int                         nsrc,
3809                                 const nbnxn_buffer_flags_t *dest)
3810 {
3811     for (int s = 0; s < nsrc; s++)
3812     {
3813         gmx_bitmask_t * flag = nbs->work[s].buffer_flags.flag;
3814
3815         for (int b = 0; b < dest->nflag; b++)
3816         {
3817             bitmask_union(&(dest->flag[b]), flag[b]);
3818         }
3819     }
3820 }
3821
3822 static void print_reduction_cost(const nbnxn_buffer_flags_t *flags, int nout)
3823 {
3824     int           nelem, nkeep, ncopy, nred, out;
3825     gmx_bitmask_t mask_0;
3826
3827     nelem = 0;
3828     nkeep = 0;
3829     ncopy = 0;
3830     nred  = 0;
3831     bitmask_init_bit(&mask_0, 0);
3832     for (int b = 0; b < flags->nflag; b++)
3833     {
3834         if (bitmask_is_equal(flags->flag[b], mask_0))
3835         {
3836             /* Only flag 0 is set, no copy of reduction required */
3837             nelem++;
3838             nkeep++;
3839         }
3840         else if (!bitmask_is_zero(flags->flag[b]))
3841         {
3842             int c = 0;
3843             for (out = 0; out < nout; out++)
3844             {
3845                 if (bitmask_is_set(flags->flag[b], out))
3846                 {
3847                     c++;
3848                 }
3849             }
3850             nelem += c;
3851             if (c == 1)
3852             {
3853                 ncopy++;
3854             }
3855             else
3856             {
3857                 nred += c;
3858             }
3859         }
3860     }
3861
3862     fprintf(debug, "nbnxn reduction: #flag %d #list %d elem %4.2f, keep %4.2f copy %4.2f red %4.2f\n",
3863             flags->nflag, nout,
3864             nelem/(double)(flags->nflag),
3865             nkeep/(double)(flags->nflag),
3866             ncopy/(double)(flags->nflag),
3867             nred/(double)(flags->nflag));
3868 }
3869
3870 /* Copies the list entries from src to dest when cjStart <= *cjGlobal < cjEnd.
3871  * *cjGlobal is updated with the cj count in src.
3872  * When setFlags==true, flag bit t is set in flag for all i and j clusters.
3873  */
3874 template<bool setFlags>
3875 static void copySelectedListRange(const nbnxn_ci_t * gmx_restrict srcCi,
3876                                   const nbnxn_pairlist_t * gmx_restrict src,
3877                                   nbnxn_pairlist_t * gmx_restrict dest,
3878                                   gmx_bitmask_t *flag,
3879                                   int iFlagShift, int jFlagShift, int t)
3880 {
3881     int ncj = srcCi->cj_ind_end - srcCi->cj_ind_start;
3882
3883     if (dest->nci + 1 >= dest->ci_nalloc)
3884     {
3885         nb_realloc_ci(dest, dest->nci + 1);
3886     }
3887     check_cell_list_space_simple(dest, ncj);
3888
3889     dest->ci[dest->nci]              = *srcCi;
3890     dest->ci[dest->nci].cj_ind_start = dest->ncj;
3891     dest->ci[dest->nci].cj_ind_end   = dest->ncj + ncj;
3892
3893     if (setFlags)
3894     {
3895         bitmask_init_bit(&flag[srcCi->ci >> iFlagShift], t);
3896     }
3897
3898     for (int j = srcCi->cj_ind_start; j < srcCi->cj_ind_end; j++)
3899     {
3900         dest->cj[dest->ncj++] = src->cj[j];
3901
3902         if (setFlags)
3903         {
3904             /* NOTE: This is relatively expensive, since this
3905              * operation is done for all elements in the list,
3906              * whereas at list generation this is done only
3907              * once for each flag entry.
3908              */
3909             bitmask_init_bit(&flag[src->cj[j].cj >> jFlagShift], t);
3910         }
3911     }
3912
3913     dest->nci++;
3914 }
3915
3916 /* This routine re-balances the pairlists such that all are nearly equally
3917  * sized. Only whole i-entries are moved between lists. These are moved
3918  * between the ends of the lists, such that the buffer reduction cost should
3919  * not change significantly.
3920  * Note that all original reduction flags are currently kept. This can lead
3921  * to reduction of parts of the force buffer that could be avoided. But since
3922  * the original lists are quite balanced, this will only give minor overhead.
3923  */
3924 static void rebalanceSimpleLists(int                              numLists,
3925                                  nbnxn_pairlist_t * const * const srcSet,
3926                                  nbnxn_pairlist_t               **destSet,
3927                                  nbnxn_search_work_t             *searchWork)
3928 {
3929     int ncjTotal = 0;
3930     for (int s = 0; s < numLists; s++)
3931     {
3932         ncjTotal += srcSet[s]->ncjInUse;
3933     }
3934     int ncjTarget = (ncjTotal + numLists - 1)/numLists;
3935
3936 #pragma omp parallel num_threads(numLists)
3937     {
3938         int t       = gmx_omp_get_thread_num();
3939
3940         int cjStart = ncjTarget* t;
3941         int cjEnd   = ncjTarget*(t + 1);
3942
3943         /* The destination pair-list for task/thread t */
3944         nbnxn_pairlist_t *dest = destSet[t];
3945
3946         clear_pairlist(dest);
3947         dest->bSimple = srcSet[0]->bSimple;
3948         dest->na_ci   = srcSet[0]->na_ci;
3949         dest->na_cj   = srcSet[0]->na_cj;
3950
3951         /* Note that the flags in the work struct (still) contain flags
3952          * for all entries that are present in srcSet->nbl[t].
3953          */
3954         gmx_bitmask_t *flag       = searchWork[t].buffer_flags.flag;
3955
3956         int            iFlagShift = getBufferFlagShift(dest->na_ci);
3957         int            jFlagShift = getBufferFlagShift(dest->na_cj);
3958
3959         int            cjGlobal   = 0;
3960         for (int s = 0; s < numLists && cjGlobal < cjEnd; s++)
3961         {
3962             const nbnxn_pairlist_t *src = srcSet[s];
3963
3964             if (cjGlobal + src->ncjInUse > cjStart)
3965             {
3966                 for (int i = 0; i < src->nci && cjGlobal < cjEnd; i++)
3967                 {
3968                     const nbnxn_ci_t *srcCi = &src->ci[i];
3969                     int               ncj   = srcCi->cj_ind_end - srcCi->cj_ind_start;
3970                     if (cjGlobal >= cjStart)
3971                     {
3972                         /* If the source list is not our own, we need to set
3973                          * extra flags (the template bool parameter).
3974                          */
3975                         if (s != t)
3976                         {
3977                             copySelectedListRange
3978                             <true>
3979                                 (srcCi, src, dest,
3980                                 flag, iFlagShift, jFlagShift, t);
3981                         }
3982                         else
3983                         {
3984                             copySelectedListRange
3985                             <false>
3986                                 (srcCi, src,
3987                                 dest, flag, iFlagShift, jFlagShift, t);
3988                         }
3989                     }
3990                     cjGlobal += ncj;
3991                 }
3992             }
3993             else
3994             {
3995                 cjGlobal += src->ncjInUse;
3996             }
3997         }
3998
3999         dest->ncjInUse = dest->ncj;
4000     }
4001
4002 #ifndef NDEBUG
4003     int ncjTotalNew = 0;
4004     for (int s = 0; s < numLists; s++)
4005     {
4006         ncjTotalNew += destSet[s]->ncjInUse;
4007     }
4008     GMX_RELEASE_ASSERT(ncjTotalNew == ncjTotal, "The total size of the lists before and after rebalancing should match");
4009 #endif
4010 }
4011
4012 /* Returns if the pairlists are so imbalanced that it is worth rebalancing. */
4013 static bool checkRebalanceSimpleLists(const nbnxn_pairlist_set_t *listSet)
4014 {
4015     int numLists = listSet->nnbl;
4016     int ncjMax   = 0;
4017     int ncjTotal = 0;
4018     for (int s = 0; s < numLists; s++)
4019     {
4020         ncjMax    = std::max(ncjMax, listSet->nbl[s]->ncjInUse);
4021         ncjTotal += listSet->nbl[s]->ncjInUse;
4022     }
4023     if (debug)
4024     {
4025         fprintf(debug, "Pair-list ncjMax %d ncjTotal %d\n", ncjMax, ncjTotal);
4026     }
4027     /* The rebalancing adds 3% extra time to the search. Heuristically we
4028      * determined that under common conditions the non-bonded kernel balance
4029      * improvement will outweigh this when the imbalance is more than 3%.
4030      * But this will, obviously, depend on search vs kernel time and nstlist.
4031      */
4032     const real rebalanceTolerance = 1.03;
4033
4034     return numLists*ncjMax > ncjTotal*rebalanceTolerance;
4035 }
4036
4037 /* Perform a count (linear) sort to sort the smaller lists to the end.
4038  * This avoids load imbalance on the GPU, as large lists will be
4039  * scheduled and executed first and the smaller lists later.
4040  * Load balancing between multi-processors only happens at the end
4041  * and there smaller lists lead to more effective load balancing.
4042  * The sorting is done on the cj4 count, not on the actual pair counts.
4043  * Not only does this make the sort faster, but it also results in
4044  * better load balancing than using a list sorted on exact load.
4045  * This function swaps the pointer in the pair list to avoid a copy operation.
4046  */
4047 static void sort_sci(nbnxn_pairlist_t *nbl)
4048 {
4049     nbnxn_list_work_t *work;
4050     int                m, s0, s1;
4051     nbnxn_sci_t       *sci_sort;
4052
4053     if (nbl->ncj4 <= nbl->nsci)
4054     {
4055         /* nsci = 0 or all sci have size 1, sorting won't change the order */
4056         return;
4057     }
4058
4059     work = nbl->work;
4060
4061     /* We will distinguish differences up to double the average */
4062     m = (2*nbl->ncj4)/nbl->nsci;
4063
4064     if (m + 1 > work->sort_nalloc)
4065     {
4066         work->sort_nalloc = over_alloc_large(m + 1);
4067         srenew(work->sort, work->sort_nalloc);
4068     }
4069
4070     if (work->sci_sort_nalloc != nbl->sci_nalloc)
4071     {
4072         work->sci_sort_nalloc = nbl->sci_nalloc;
4073         nbnxn_realloc_void((void **)&work->sci_sort,
4074                            0,
4075                            work->sci_sort_nalloc*sizeof(*work->sci_sort),
4076                            nbl->alloc, nbl->free);
4077     }
4078
4079     /* Count the entries of each size */
4080     for (int i = 0; i <= m; i++)
4081     {
4082         work->sort[i] = 0;
4083     }
4084     for (int s = 0; s < nbl->nsci; s++)
4085     {
4086         int i = std::min(m, nbl->sci[s].cj4_ind_end - nbl->sci[s].cj4_ind_start);
4087         work->sort[i]++;
4088     }
4089     /* Calculate the offset for each count */
4090     s0            = work->sort[m];
4091     work->sort[m] = 0;
4092     for (int i = m - 1; i >= 0; i--)
4093     {
4094         s1            = work->sort[i];
4095         work->sort[i] = work->sort[i + 1] + s0;
4096         s0            = s1;
4097     }
4098
4099     /* Sort entries directly into place */
4100     sci_sort = work->sci_sort;
4101     for (int s = 0; s < nbl->nsci; s++)
4102     {
4103         int i = std::min(m, nbl->sci[s].cj4_ind_end - nbl->sci[s].cj4_ind_start);
4104         sci_sort[work->sort[i]++] = nbl->sci[s];
4105     }
4106
4107     /* Swap the sci pointers so we use the new, sorted list */
4108     work->sci_sort = nbl->sci;
4109     nbl->sci       = sci_sort;
4110 }
4111
4112 /* Make a local or non-local pair-list, depending on iloc */
4113 void nbnxn_make_pairlist(const nbnxn_search_t  nbs,
4114                          nbnxn_atomdata_t     *nbat,
4115                          const t_blocka       *excl,
4116                          real                  rlist,
4117                          int                   min_ci_balanced,
4118                          nbnxn_pairlist_set_t *nbl_list,
4119                          int                   iloc,
4120                          int                   nb_kernel_type,
4121                          t_nrnb               *nrnb)
4122 {
4123     nbnxn_grid_t      *gridi, *gridj;
4124     int                nzi, zj0, zj1;
4125     int                nsubpair_target;
4126     float              nsubpair_tot_est;
4127     int                nnbl;
4128     nbnxn_pairlist_t **nbl;
4129     int                ci_block;
4130     gmx_bool           CombineNBLists;
4131     gmx_bool           progBal;
4132     int                np_tot, np_noq, np_hlj, nap;
4133
4134     nnbl            = nbl_list->nnbl;
4135     nbl             = nbl_list->nbl;
4136     CombineNBLists  = nbl_list->bCombined;
4137
4138     if (debug)
4139     {
4140         fprintf(debug, "ns making %d nblists\n", nnbl);
4141     }
4142
4143     nbat->bUseBufferFlags = (nbat->nout > 1);
4144     /* We should re-init the flags before making the first list */
4145     if (nbat->bUseBufferFlags && LOCAL_I(iloc))
4146     {
4147         init_buffer_flags(&nbat->buffer_flags, nbat->natoms);
4148     }
4149
4150     if (nbl_list->bSimple)
4151     {
4152 #if GMX_SIMD
4153         switch (nb_kernel_type)
4154         {
4155 #ifdef GMX_NBNXN_SIMD_4XN
4156             case nbnxnk4xN_SIMD_4xN:
4157                 nbs->icell_set_x = icell_set_x_simd_4xn;
4158                 break;
4159 #endif
4160 #ifdef GMX_NBNXN_SIMD_2XNN
4161             case nbnxnk4xN_SIMD_2xNN:
4162                 nbs->icell_set_x = icell_set_x_simd_2xnn;
4163                 break;
4164 #endif
4165             default:
4166                 nbs->icell_set_x = icell_set_x_simple;
4167                 break;
4168         }
4169 #else   // GMX_SIMD
4170         /* MSVC 2013 complains about switch statements without case */
4171         nbs->icell_set_x = icell_set_x_simple;
4172 #endif  // GMX_SIMD
4173     }
4174     else
4175     {
4176         nbs->icell_set_x = icell_set_x_supersub;
4177     }
4178
4179     if (LOCAL_I(iloc))
4180     {
4181         /* Only zone (grid) 0 vs 0 */
4182         nzi = 1;
4183         zj0 = 0;
4184         zj1 = 1;
4185     }
4186     else
4187     {
4188         nzi = nbs->zones->nizone;
4189     }
4190
4191     if (!nbl_list->bSimple && min_ci_balanced > 0)
4192     {
4193         get_nsubpair_target(nbs, iloc, rlist, min_ci_balanced,
4194                             &nsubpair_target, &nsubpair_tot_est);
4195     }
4196     else
4197     {
4198         nsubpair_target  = 0;
4199         nsubpair_tot_est = 0;
4200     }
4201
4202     /* Clear all pair-lists */
4203     for (int th = 0; th < nnbl; th++)
4204     {
4205         clear_pairlist(nbl[th]);
4206
4207         if (nbs->bFEP)
4208         {
4209             clear_pairlist_fep(nbl_list->nbl_fep[th]);
4210         }
4211     }
4212
4213     for (int zi = 0; zi < nzi; zi++)
4214     {
4215         gridi = &nbs->grid[zi];
4216
4217         if (NONLOCAL_I(iloc))
4218         {
4219             zj0 = nbs->zones->izone[zi].j0;
4220             zj1 = nbs->zones->izone[zi].j1;
4221             if (zi == 0)
4222             {
4223                 zj0++;
4224             }
4225         }
4226         for (int zj = zj0; zj < zj1; zj++)
4227         {
4228             gridj = &nbs->grid[zj];
4229
4230             if (debug)
4231             {
4232                 fprintf(debug, "ns search grid %d vs %d\n", zi, zj);
4233             }
4234
4235             nbs_cycle_start(&nbs->cc[enbsCCsearch]);
4236
4237             ci_block = get_ci_block_size(gridi, nbs->DomDec, nnbl);
4238
4239             /* With GPU: generate progressively smaller lists for
4240              * load balancing for local only or non-local with 2 zones.
4241              */
4242             progBal = (LOCAL_I(iloc) || nbs->zones->n <= 2);
4243
4244 #pragma omp parallel for num_threads(nnbl) schedule(static)
4245             for (int th = 0; th < nnbl; th++)
4246             {
4247                 try
4248                 {
4249                     /* Re-init the thread-local work flag data before making
4250                      * the first list (not an elegant conditional).
4251                      */
4252                     if (nbat->bUseBufferFlags && ((zi == 0 && zj == 0)))
4253                     {
4254                         init_buffer_flags(&nbs->work[th].buffer_flags, nbat->natoms);
4255                     }
4256
4257                     if (CombineNBLists && th > 0)
4258                     {
4259                         clear_pairlist(nbl[th]);
4260                     }
4261
4262                     /* Divide the i super cell equally over the nblists */
4263                     nbnxn_make_pairlist_part(nbs, gridi, gridj,
4264                                              &nbs->work[th], nbat, *excl,
4265                                              rlist,
4266                                              nb_kernel_type,
4267                                              ci_block,
4268                                              nbat->bUseBufferFlags,
4269                                              nsubpair_target,
4270                                              progBal, nsubpair_tot_est,
4271                                              th, nnbl,
4272                                              nbl[th],
4273                                              nbl_list->nbl_fep[th]);
4274                 }
4275                 GMX_CATCH_ALL_AND_EXIT_WITH_FATAL_ERROR;
4276             }
4277             nbs_cycle_stop(&nbs->cc[enbsCCsearch]);
4278
4279             np_tot = 0;
4280             np_noq = 0;
4281             np_hlj = 0;
4282             for (int th = 0; th < nnbl; th++)
4283             {
4284                 inc_nrnb(nrnb, eNR_NBNXN_DIST2, nbs->work[th].ndistc);
4285
4286                 if (nbl_list->bSimple)
4287                 {
4288                     np_tot += nbl[th]->ncj;
4289                     np_noq += nbl[th]->work->ncj_noq;
4290                     np_hlj += nbl[th]->work->ncj_hlj;
4291                 }
4292                 else
4293                 {
4294                     /* This count ignores potential subsequent pair pruning */
4295                     np_tot += nbl[th]->nci_tot;
4296                 }
4297             }
4298             nap                   = nbl[0]->na_ci*nbl[0]->na_cj;
4299             nbl_list->natpair_ljq = (np_tot - np_noq)*nap - np_hlj*nap/2;
4300             nbl_list->natpair_lj  = np_noq*nap;
4301             nbl_list->natpair_q   = np_hlj*nap/2;
4302
4303             if (CombineNBLists && nnbl > 1)
4304             {
4305                 nbs_cycle_start(&nbs->cc[enbsCCcombine]);
4306
4307                 combine_nblists(nnbl-1, nbl+1, nbl[0]);
4308
4309                 nbs_cycle_stop(&nbs->cc[enbsCCcombine]);
4310             }
4311         }
4312     }
4313
4314     if (nbl_list->bSimple)
4315     {
4316         if (nnbl > 1 && checkRebalanceSimpleLists(nbl_list))
4317         {
4318             rebalanceSimpleLists(nbl_list->nnbl, nbl_list->nbl, nbl_list->nbl_work, nbs->work);
4319
4320             /* Swap the pointer of the sets of pair lists */
4321             nbnxn_pairlist_t **tmp = nbl_list->nbl;
4322             nbl_list->nbl          = nbl_list->nbl_work;
4323             nbl_list->nbl_work     = tmp;
4324         }
4325     }
4326     else
4327     {
4328         /* Sort the entries on size, large ones first */
4329         if (CombineNBLists || nnbl == 1)
4330         {
4331             sort_sci(nbl[0]);
4332         }
4333         else
4334         {
4335 #pragma omp parallel for num_threads(nnbl) schedule(static)
4336             for (int th = 0; th < nnbl; th++)
4337             {
4338                 try
4339                 {
4340                     sort_sci(nbl[th]);
4341                 }
4342                 GMX_CATCH_ALL_AND_EXIT_WITH_FATAL_ERROR;
4343             }
4344         }
4345     }
4346
4347     if (nbat->bUseBufferFlags)
4348     {
4349         reduce_buffer_flags(nbs, nbl_list->nnbl, &nbat->buffer_flags);
4350     }
4351
4352     if (nbs->bFEP)
4353     {
4354         /* Balance the free-energy lists over all the threads */
4355         balance_fep_lists(nbs, nbl_list);
4356     }
4357
4358     /* This is a fresh list, so not pruned, stored using ci and nci.
4359      * ciOuter and nciOuter are invalid at this point.
4360      */
4361     GMX_ASSERT(nbl_list->nbl[0]->nciOuter == -1, "nciOuter should have been set to -1 to signal that it is invalid");
4362
4363     /* Special performance logging stuff (env.var. GMX_NBNXN_CYCLE) */
4364     if (LOCAL_I(iloc))
4365     {
4366         nbs->search_count++;
4367     }
4368     if (nbs->print_cycles &&
4369         (!nbs->DomDec || !LOCAL_I(iloc)) &&
4370         nbs->search_count % 100 == 0)
4371     {
4372         nbs_cycle_print(stderr, nbs);
4373     }
4374
4375     /* If we have more than one list, they either got rebalancing (CPU)
4376      * or combined (GPU), so we should dump the final result to debug.
4377      */
4378     if (debug && nbl_list->nnbl > 1)
4379     {
4380         if (nbl_list->bSimple)
4381         {
4382             for (int t = 0; t < nbl_list->nnbl; t++)
4383             {
4384                 print_nblist_statistics_simple(debug, nbl_list->nbl[t], nbs, rlist);
4385             }
4386         }
4387         else
4388         {
4389             print_nblist_statistics_supersub(debug, nbl_list->nbl[0], nbs, rlist);
4390         }
4391     }
4392
4393     if (debug)
4394     {
4395         if (gmx_debug_at)
4396         {
4397             if (nbl_list->bSimple)
4398             {
4399                 for (int t = 0; t < nbl_list->nnbl; t++)
4400                 {
4401                     print_nblist_ci_cj(debug, nbl_list->nbl[t]);
4402                 }
4403             }
4404             else
4405             {
4406                 print_nblist_sci_cj(debug, nbl_list->nbl[0]);
4407             }
4408         }
4409
4410         if (nbat->bUseBufferFlags)
4411         {
4412             print_reduction_cost(&nbat->buffer_flags, nbl_list->nnbl);
4413         }
4414     }
4415 }
4416
4417 void nbnxnPrepareListForDynamicPruning(nbnxn_pairlist_set_t *listSet)
4418 {
4419     /* TODO: Restructure the lists so we have actual outer and inner
4420      *       list objects so we can set a single pointer instead of
4421      *       swapping several pointers.
4422      */
4423
4424     for (int i = 0; i < listSet->nnbl; i++)
4425     {
4426         /* The search produced a list in ci/cj.
4427          * Swap the list pointers so we get the outer list is ciOuter,cjOuter
4428          * and we can prune that to get an inner list in ci/cj.
4429          */
4430         nbnxn_pairlist_t *list = listSet->nbl[i];
4431         list->nciOuter         = list->nci;
4432
4433         nbnxn_ci_t *ciTmp      = list->ciOuter;
4434         list->ciOuter          = list->ci;
4435         list->ci               = ciTmp;
4436
4437         nbnxn_cj_t *cjTmp      = list->cjOuter;
4438         list->cjOuter          = list->cj;
4439         list->cj               = cjTmp;
4440
4441         /* Signal that this inner list is currently invalid */
4442         list->nci              = -1;
4443     }
4444 }