src/gromacs/nbnxm/sycl/nbnxm_sycl_kernel_pruneonly.cpp

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2020,2021, 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 /*! \internal \file
  37  *  \brief
  38  *  NBNXM SYCL kernels
  39  *
  40  *  \ingroup module_nbnxm
  41  */
  42 #include "gmxpre.h"
  43
  44 #include "nbnxm_sycl_kernel_pruneonly.h"
  45
  46 #include "gromacs/gpu_utils/devicebuffer.h"
  47 #include "gromacs/gpu_utils/gmxsycl.h"
  48 #include "gromacs/utility/template_mp.h"
  49
  50 #include "nbnxm_sycl_kernel_utils.h"
  51 #include "nbnxm_sycl_types.h"
  52
  53 using cl::sycl::access::fence_space;
  54 using cl::sycl::access::mode;
  55 using cl::sycl::access::target;
  56
  57 //! \brief Class name for NBNXM prune-only kernel
  58 template<bool haveFreshList>
  59 class NbnxmKernelPruneOnly;
  60
  61 namespace Nbnxm
  62 {
  63
  64 /*! \brief Prune-only kernel for NBNXM.
  65  *
  66  */
  67 template<bool haveFreshList>
  68 auto nbnxmKernelPruneOnly(cl::sycl::handler&                            cgh,
  69                           DeviceAccessor<Float4, mode::read>            a_xq,
  70                           DeviceAccessor<Float3, mode::read>            a_shiftVec,
  71                           DeviceAccessor<nbnxn_cj4_t, mode::read_write> a_plistCJ4,
  72                           DeviceAccessor<nbnxn_sci_t, mode::read>       a_plistSci,
  73                           DeviceAccessor<unsigned int, haveFreshList ? mode::write : mode::read> a_plistIMask,
  74                           const float rlistOuterSq,
  75                           const float rlistInnerSq,
  76                           const int   numParts,
  77                           const int   part)
  78 {
  79     cgh.require(a_xq);
  80     cgh.require(a_shiftVec);
  81     cgh.require(a_plistCJ4);
  82     cgh.require(a_plistSci);
  83     cgh.require(a_plistIMask);
  84
  85     /* shmem buffer for i x+q pre-loading */
  86     cl::sycl::accessor<Float4, 2, mode::read_write, target::local> sm_xq(
  87             cl::sycl::range<2>(c_nbnxnGpuNumClusterPerSupercluster, c_clSize), cgh);
  88
  89     constexpr int warpSize = c_clSize * c_clSize / 2;
  90
  91     /* Somewhat weird behavior inherited from OpenCL.
  92      * With clSize == 4, we use sub_group size of 16 (not enforced in OpenCL implementation, but chosen
  93      * by the IGC compiler), however for data layout we consider it to be 8.
  94      * Setting sub_group size to 8 slows down the prune-only kernel 1.5-2 times.
  95      * For clSize == But we need to set specific sub_group size >= 32 for clSize == 8 for correctness,
  96      * but it causes very poor performance.
  97      */
  98     constexpr int gmx_unused requiredSubGroupSize = (c_clSize == 4) ? 16 : warpSize;
  99
 100     /* Requirements:
 101      * Work group (block) must have range (c_clSize, c_clSize, ...) (for localId calculation, easy
 102      * to change). */
 103     return [=](cl::sycl::nd_item<1> itemIdx) [[intel::reqd_sub_group_size(requiredSubGroupSize)]]
 104     {
 105         const cl::sycl::id<3> localId = unflattenId<c_clSize, c_clSize>(itemIdx.get_local_id());
 106         // thread/block/warp id-s
 107         const unsigned tidxi = localId[0];
 108         const unsigned tidxj = localId[1];
 109         const int      tidx  = tidxj * c_clSize + tidxi;
 110         const unsigned tidxz = localId[2];
 111         const unsigned bidx  = itemIdx.get_group(0);
 112
 113         const sycl_2020::sub_group sg   = itemIdx.get_sub_group();
 114         const unsigned             widx = tidx / warpSize;
 115
 116         // my i super-cluster's index = sciOffset + current bidx * numParts + part
 117         const nbnxn_sci_t nbSci     = a_plistSci[bidx * numParts + part];
 118         const int         sci       = nbSci.sci;           /* super-cluster */
 119         const int         cij4Start = nbSci.cj4_ind_start; /* first ...*/
 120         const int         cij4End   = nbSci.cj4_ind_end;   /* and last index of j clusters */
 121
 122         if (tidxz == 0)
 123         {
 124             for (int i = 0; i < c_nbnxnGpuNumClusterPerSupercluster; i += c_clSize)
 125             {
 126                 /* Pre-load i-atom x and q into shared memory */
 127                 const int ci = sci * c_nbnxnGpuNumClusterPerSupercluster + tidxj + i;
 128                 const int ai = ci * c_clSize + tidxi;
 129
 130                 /* We don't need q, but using float4 in shmem avoids bank conflicts.
 131                    (but it also wastes L2 bandwidth). */
 132                 const Float4 xq    = a_xq[ai];
 133                 const Float3 shift = a_shiftVec[nbSci.shift];
 134                 const Float4 xi(xq[0] + shift[0], xq[1] + shift[1], xq[2] + shift[2], xq[3]);
 135                 sm_xq[tidxj + i][tidxi] = xi;
 136             }
 137         }
 138         itemIdx.barrier(fence_space::local_space);
 139
 140         /* loop over the j clusters = seen by any of the atoms in the current super-cluster.
 141          * The loop stride c_syclPruneKernelJ4Concurrency ensures that consecutive warps-pairs are
 142          * assigned consecutive j4's entries. */
 143         for (int j4 = cij4Start + tidxz; j4 < cij4End; j4 += c_syclPruneKernelJ4Concurrency)
 144         {
 145             unsigned imaskFull, imaskCheck, imaskNew;
 146
 147             if constexpr (haveFreshList)
 148             {
 149                 /* Read the mask from the list transferred from the CPU */
 150                 imaskFull = a_plistCJ4[j4].imei[widx].imask;
 151                 /* We attempt to prune all pairs present in the original list */
 152                 imaskCheck = imaskFull;
 153                 imaskNew   = 0;
 154             }
 155             else
 156             {
 157                 /* Read the mask from the "warp-pruned" by rlistOuter mask array */
 158                 imaskFull = a_plistIMask[j4 * c_nbnxnGpuClusterpairSplit + widx];
 159                 /* Read the old rolling pruned mask, use as a base for new */
 160                 imaskNew = a_plistCJ4[j4].imei[widx].imask;
 161                 /* We only need to check pairs with different mask */
 162                 imaskCheck = (imaskNew ^ imaskFull);
 163             }
 164
 165             if (imaskCheck)
 166             {
 167                 for (int jm = 0; jm < c_nbnxnGpuJgroupSize; jm++)
 168                 {
 169                     if (imaskCheck & (superClInteractionMask << (jm * c_nbnxnGpuNumClusterPerSupercluster)))
 170                     {
 171                         unsigned mask_ji = (1U << (jm * c_nbnxnGpuNumClusterPerSupercluster));
 172                         // SYCL-TODO: Reevaluate prefetching methods
 173                         const int cj = a_plistCJ4[j4].cj[jm];
 174                         const int aj = cj * c_clSize + tidxj;
 175
 176                         /* load j atom data */
 177                         const Float4 tmp = a_xq[aj];
 178                         const Float3 xj(tmp[0], tmp[1], tmp[2]);
 179
 180                         for (int i = 0; i < c_nbnxnGpuNumClusterPerSupercluster; i++)
 181                         {
 182                             if (imaskCheck & mask_ji)
 183                             {
 184                                 // load i-cluster coordinates from shmem
 185                                 const Float4 xi = sm_xq[i][tidxi];
 186                                 // distance between i and j atoms
 187                                 Float3 rv(xi[0], xi[1], xi[2]);
 188                                 rv -= xj;
 189                                 const float r2 = norm2(rv);
 190
 191                                 /* If _none_ of the atoms pairs are in rlistOuter
 192                                  * range, the bit corresponding to the current
 193                                  * cluster-pair in imask gets set to 0. */
 194                                 if (haveFreshList && !(sycl_2020::group_any_of(sg, r2 < rlistOuterSq)))
 195                                 {
 196                                     imaskFull &= ~mask_ji;
 197                                 }
 198                                 /* If any atom pair is within range, set the bit
 199                                  * corresponding to the current cluster-pair. */
 200                                 if (sycl_2020::group_any_of(sg, r2 < rlistInnerSq))
 201                                 {
 202                                     imaskNew |= mask_ji;
 203                                 }
 204                             } // (imaskCheck & mask_ji)
 205                             /* shift the mask bit by 1 */
 206                             mask_ji += mask_ji;
 207                         } // (int i = 0; i < c_nbnxnGpuNumClusterPerSupercluster; i++)
 208                     } // (imaskCheck & (superClInteractionMask << (jm * c_nbnxnGpuNumClusterPerSupercluster)))
 209                 } // for (int jm = 0; jm < c_nbnxnGpuJgroupSize; jm++)
 210
 211                 if constexpr (haveFreshList)
 212                 {
 213                     /* copy the list pruned to rlistOuter to a separate buffer */
 214                     a_plistIMask[j4 * c_nbnxnGpuClusterpairSplit + widx] = imaskFull;
 215                 }
 216                 /* update the imask with only the pairs up to rlistInner */
 217                 a_plistCJ4[j4].imei[widx].imask = imaskNew;
 218             } // (imaskCheck)
 219         } // for (int j4 = cij4_start + tidxz; j4 < cij4_end; j4 += c_syclPruneKernelJ4Concurrency)
 220     };
 221 }
 222
 223 template<bool haveFreshList, class... Args>
 224 cl::sycl::event launchNbnxmKernelPruneOnly(const DeviceStream& deviceStream,
 225                                            const int           numSciInPart,
 226                                            Args&&... args)
 227 {
 228     using kernelNameType = NbnxmKernelPruneOnly<haveFreshList>;
 229
 230     /* Kernel launch config:
 231      * - The thread block dimensions match the size of i-clusters, j-clusters,
 232      *   and j-cluster concurrency, in x, y, and z, respectively.
 233      * - The 1D block-grid contains as many blocks as super-clusters.
 234      */
 235     const unsigned long         numBlocks = numSciInPart;
 236     const cl::sycl::range<3>    blockSize{ c_clSize, c_clSize, c_syclPruneKernelJ4Concurrency };
 237     const cl::sycl::range<3>    globalSize{ numBlocks * blockSize[0], blockSize[1], blockSize[2] };
 238     const cl::sycl::nd_range<3> range{ globalSize, blockSize };
 239
 240     cl::sycl::queue q = deviceStream.stream();
 241
 242     cl::sycl::event e = q.submit([&](cl::sycl::handler& cgh) {
 243         auto kernel = nbnxmKernelPruneOnly<haveFreshList>(cgh, std::forward<Args>(args)...);
 244         cgh.parallel_for<kernelNameType>(flattenNDRange(range), kernel);
 245     });
 246
 247     return e;
 248 }
 249
 250 template<class... Args>
 251 cl::sycl::event chooseAndLaunchNbnxmKernelPruneOnly(bool haveFreshList, Args&&... args)
 252 {
 253     return gmx::dispatchTemplatedFunction(
 254             [&](auto haveFreshList_) {
 255                 return launchNbnxmKernelPruneOnly<haveFreshList_>(std::forward<Args>(args)...);
 256             },
 257             haveFreshList);
 258 }
 259
 260 void launchNbnxmKernelPruneOnly(NbnxmGpu*                 nb,
 261                                 const InteractionLocality iloc,
 262                                 const int                 numParts,
 263                                 const int                 part,
 264                                 const int                 numSciInPart)
 265 {
 266     NBAtomDataGpu*      adat          = nb->atdat;
 267     NBParamGpu*         nbp           = nb->nbparam;
 268     gpu_plist*          plist         = nb->plist[iloc];
 269     const bool          haveFreshList = plist->haveFreshList;
 270     const DeviceStream& deviceStream  = *nb->deviceStreams[iloc];
 271
 272     cl::sycl::event e = chooseAndLaunchNbnxmKernelPruneOnly(haveFreshList,
 273                                                             deviceStream,
 274                                                             numSciInPart,
 275                                                             adat->xq,
 276                                                             adat->shiftVec,
 277                                                             plist->cj4,
 278                                                             plist->sci,
 279                                                             plist->imask,
 280                                                             nbp->rlistOuter_sq,
 281                                                             nbp->rlistInner_sq,
 282                                                             numParts,
 283                                                             part);
 284 }
 285
 286 } // namespace Nbnxm