src/gromacs/timing/wallcycle.c

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 1991-2000, University of Groningen, The Netherlands.
   5  * Copyright (c) 2001-2008, The GROMACS development team.
   6  * Copyright (c) 2013,2014, by the GROMACS development team, led by
   7  * Mark Abraham, David van der Spoel, Berk Hess, and Erik Lindahl,
   8  * and including many others, as listed in the AUTHORS file in the
   9  * top-level source directory and at http://www.gromacs.org.
  10  *
  11  * GROMACS is free software; you can redistribute it and/or
  12  * modify it under the terms of the GNU Lesser General Public License
  13  * as published by the Free Software Foundation; either version 2.1
  14  * of the License, or (at your option) any later version.
  15  *
  16  * GROMACS is distributed in the hope that it will be useful,
  17  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  18  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  19  * Lesser General Public License for more details.
  20  *
  21  * You should have received a copy of the GNU Lesser General Public
  22  * License along with GROMACS; if not, see
  23  * http://www.gnu.org/licenses, or write to the Free Software Foundation,
  24  * Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA.
  25  *
  26  * If you want to redistribute modifications to GROMACS, please
  27  * consider that scientific software is very special. Version
  28  * control is crucial - bugs must be traceable. We will be happy to
  29  * consider code for inclusion in the official distribution, but
  30  * derived work must not be called official GROMACS. Details are found
  31  * in the README & COPYING files - if they are missing, get the
  32  * official version at http://www.gromacs.org.
  33  *
  34  * To help us fund GROMACS development, we humbly ask that you cite
  35  * the research papers on the package. Check out http://www.gromacs.org.
  36  */
  37 #include "gmxpre.h"
  38
  39 #include "wallcycle.h"
  40
  41 #include "config.h"
  42
  43 #include <stdlib.h>
  44
  45 #include "gromacs/legacyheaders/md_logging.h"
  46 #include "gromacs/legacyheaders/types/commrec.h"
  47 #include "gromacs/timing/cyclecounter.h"
  48 #include "gromacs/utility/cstringutil.h"
  49 #include "gromacs/utility/gmxmpi.h"
  50 #include "gromacs/utility/smalloc.h"
  51
  52 /* DEBUG_WCYCLE adds consistency checking for the counters.
  53  * It checks if you stop a counter different from the last
  54  * one that was opened and if you do nest too deep.
  55  */
  56 /* #define DEBUG_WCYCLE */
  57
  58 #ifdef DEBUG_WCYCLE
  59 #include "gromacs/utility/fatalerror.h"
  60 #endif
  61
  62 typedef struct
  63 {
  64     int          n;
  65     gmx_cycles_t c;
  66     gmx_cycles_t start;
  67     gmx_cycles_t last;
  68 } wallcc_t;
  69
  70 typedef struct gmx_wallcycle
  71 {
  72     wallcc_t        *wcc;
  73     /* variables for testing/debugging */
  74     gmx_bool         wc_barrier;
  75     wallcc_t        *wcc_all;
  76     int              wc_depth;
  77 #ifdef DEBUG_WCYCLE
  78 #define DEPTH_MAX 6
  79     int               counterlist[DEPTH_MAX];
  80     int               count_depth;
  81 #endif
  82     int               ewc_prev;
  83     gmx_cycles_t      cycle_prev;
  84     gmx_int64_t       reset_counters;
  85 #ifdef GMX_MPI
  86     MPI_Comm          mpi_comm_mygroup;
  87 #endif
  88     int               nthreads_pp;
  89     int               nthreads_pme;
  90 #ifdef GMX_CYCLE_SUBCOUNTERS
  91     wallcc_t         *wcsc;
  92 #endif
  93     double           *cycles_sum;
  94 } gmx_wallcycle_t_t;
  95
  96 /* Each name should not exceed 19 printing characters
  97    (ie. terminating null can be twentieth) */
  98 static const char *wcn[ewcNR] =
  99 {
 100     "Run", "Step", "PP during PME", "Domain decomp.", "DD comm. load",
 101     "DD comm. bounds", "Vsite constr.", "Send X to PME", "Neighbor search", "Launch GPU ops.",
 102     "Comm. coord.", "Born radii", "Force", "Wait + Comm. F", "PME mesh",
 103     "PME redist. X/F", "PME spread/gather", "PME 3D-FFT", "PME 3D-FFT Comm.", "PME solve LJ", "PME solve Elec",
 104     "PME wait for PP", "Wait + Recv. PME F", "Wait GPU nonlocal", "Wait GPU local", "Wait GPU loc. est.", "NB X/F buffer ops.",
 105     "Vsite spread", "COM pull force",
 106     "Write traj.", "Update", "Constraints", "Comm. energies",
 107     "Enforced rotation", "Add rot. forces", "Coordinate swapping", "IMD", "Test"
 108 };
 109
 110 static const char *wcsn[ewcsNR] =
 111 {
 112     "DD redist.", "DD NS grid + sort", "DD setup comm.",
 113     "DD make top.", "DD make constr.", "DD top. other",
 114     "NS grid local", "NS grid non-loc.", "NS search local", "NS search non-loc.",
 115     "Listed F", "Nonbonded F", "Ewald F correction",
 116     "NB X buffer ops.", "NB F buffer ops."
 117 };
 118
 119 gmx_bool wallcycle_have_counter(void)
 120 {
 121     return gmx_cycles_have_counter();
 122 }
 123
 124 gmx_wallcycle_t wallcycle_init(FILE *fplog, int resetstep, t_commrec gmx_unused *cr,
 125                                int nthreads_pp, int nthreads_pme)
 126 {
 127     gmx_wallcycle_t wc;
 128
 129
 130     if (!wallcycle_have_counter())
 131     {
 132         return NULL;
 133     }
 134
 135     snew(wc, 1);
 136
 137     wc->wc_barrier          = FALSE;
 138     wc->wcc_all             = NULL;
 139     wc->wc_depth            = 0;
 140     wc->ewc_prev            = -1;
 141     wc->reset_counters      = resetstep;
 142     wc->nthreads_pp         = nthreads_pp;
 143     wc->nthreads_pme        = nthreads_pme;
 144     wc->cycles_sum          = NULL;
 145
 146 #ifdef GMX_MPI
 147     if (PAR(cr) && getenv("GMX_CYCLE_BARRIER") != NULL)
 148     {
 149         if (fplog)
 150         {
 151             fprintf(fplog, "\nWill call MPI_Barrier before each cycle start/stop call\n\n");
 152         }
 153         wc->wc_barrier       = TRUE;
 154         wc->mpi_comm_mygroup = cr->mpi_comm_mygroup;
 155     }
 156 #endif
 157
 158     snew(wc->wcc, ewcNR);
 159     if (getenv("GMX_CYCLE_ALL") != NULL)
 160     {
 161         if (fplog)
 162         {
 163             fprintf(fplog, "\nWill time all the code during the run\n\n");
 164         }
 165         snew(wc->wcc_all, ewcNR*ewcNR);
 166     }
 167
 168 #ifdef GMX_CYCLE_SUBCOUNTERS
 169     snew(wc->wcsc, ewcsNR);
 170 #endif
 171
 172 #ifdef DEBUG_WCYCLE
 173     wc->count_depth = 0;
 174 #endif
 175
 176     return wc;
 177 }
 178
 179 void wallcycle_destroy(gmx_wallcycle_t wc)
 180 {
 181     if (wc == NULL)
 182     {
 183         return;
 184     }
 185
 186     if (wc->wcc != NULL)
 187     {
 188         sfree(wc->wcc);
 189     }
 190     if (wc->wcc_all != NULL)
 191     {
 192         sfree(wc->wcc_all);
 193     }
 194 #ifdef GMX_CYCLE_SUBCOUNTERS
 195     if (wc->wcsc != NULL)
 196     {
 197         sfree(wc->wcsc);
 198     }
 199 #endif
 200     sfree(wc);
 201 }
 202
 203 static void wallcycle_all_start(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 204 {
 205     wc->ewc_prev   = ewc;
 206     wc->cycle_prev = cycle;
 207 }
 208
 209 static void wallcycle_all_stop(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 210 {
 211     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].n += 1;
 212     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].c += cycle - wc->cycle_prev;
 213 }
 214
 215
 216 #ifdef DEBUG_WCYCLE
 217 static void debug_start_check(gmx_wallcycle_t wc, int ewc)
 218 {
 219     /* fprintf(stderr,"wcycle_start depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 220
 221     if (wc->count_depth < 0 || wc->count_depth >= DEPTH_MAX)
 222     {
 223         gmx_fatal(FARGS, "wallcycle counter depth out of range: %d",
 224                   wc->count_depth);
 225     }
 226     wc->counterlist[wc->count_depth] = ewc;
 227     wc->count_depth++;
 228 }
 229
 230 static void debug_stop_check(gmx_wallcycle_t wc, int ewc)
 231 {
 232     wc->count_depth--;
 233
 234     /* fprintf(stderr,"wcycle_stop depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 235
 236     if (wc->count_depth < 0)
 237     {
 238         gmx_fatal(FARGS, "wallcycle counter depth out of range when stopping %s: %d", wcn[ewc], wc->count_depth);
 239     }
 240     if (wc->counterlist[wc->count_depth] != ewc)
 241     {
 242         gmx_fatal(FARGS, "wallcycle mismatch at stop, start %s, stop %s",
 243                   wcn[wc->counterlist[wc->count_depth]], wcn[ewc]);
 244     }
 245 }
 246 #endif
 247
 248 void wallcycle_start(gmx_wallcycle_t wc, int ewc)
 249 {
 250     gmx_cycles_t cycle;
 251
 252     if (wc == NULL)
 253     {
 254         return;
 255     }
 256
 257 #ifdef GMX_MPI
 258     if (wc->wc_barrier)
 259     {
 260         MPI_Barrier(wc->mpi_comm_mygroup);
 261     }
 262 #endif
 263
 264 #ifdef DEBUG_WCYCLE
 265     debug_start_check(wc, ewc);
 266 #endif
 267
 268     cycle              = gmx_cycles_read();
 269     wc->wcc[ewc].start = cycle;
 270     if (wc->wcc_all != NULL)
 271     {
 272         wc->wc_depth++;
 273         if (ewc == ewcRUN)
 274         {
 275             wallcycle_all_start(wc, ewc, cycle);
 276         }
 277         else if (wc->wc_depth == 3)
 278         {
 279             wallcycle_all_stop(wc, ewc, cycle);
 280         }
 281     }
 282 }
 283
 284 void wallcycle_start_nocount(gmx_wallcycle_t wc, int ewc)
 285 {
 286     if (wc == NULL)
 287     {
 288         return;
 289     }
 290
 291     wallcycle_start(wc, ewc);
 292     wc->wcc[ewc].n--;
 293 }
 294
 295 double wallcycle_stop(gmx_wallcycle_t wc, int ewc)
 296 {
 297     gmx_cycles_t cycle, last;
 298
 299     if (wc == NULL)
 300     {
 301         return 0;
 302     }
 303
 304 #ifdef GMX_MPI
 305     if (wc->wc_barrier)
 306     {
 307         MPI_Barrier(wc->mpi_comm_mygroup);
 308     }
 309 #endif
 310
 311 #ifdef DEBUG_WCYCLE
 312     debug_stop_check(wc, ewc);
 313 #endif
 314
 315     cycle           = gmx_cycles_read();
 316     last            = cycle - wc->wcc[ewc].start;
 317     wc->wcc[ewc].c += last;
 318     wc->wcc[ewc].n++;
 319     if (wc->wcc_all)
 320     {
 321         wc->wc_depth--;
 322         if (ewc == ewcRUN)
 323         {
 324             wallcycle_all_stop(wc, ewc, cycle);
 325         }
 326         else if (wc->wc_depth == 2)
 327         {
 328             wallcycle_all_start(wc, ewc, cycle);
 329         }
 330     }
 331
 332     return last;
 333 }
 334
 335 void wallcycle_reset_all(gmx_wallcycle_t wc)
 336 {
 337     int i;
 338
 339     if (wc == NULL)
 340     {
 341         return;
 342     }
 343
 344     for (i = 0; i < ewcNR; i++)
 345     {
 346         wc->wcc[i].n = 0;
 347         wc->wcc[i].c = 0;
 348     }
 349     if (wc->wcc_all)
 350     {
 351         for (i = 0; i < ewcNR*ewcNR; i++)
 352         {
 353             wc->wcc_all[i].n = 0;
 354             wc->wcc_all[i].c = 0;
 355         }
 356     }
 357 #ifdef GMX_CYCLE_SUBCOUNTERS
 358     for (i = 0; i < ewcsNR; i++)
 359     {
 360         wc->wcsc[i].n = 0;
 361         wc->wcsc[i].c = 0;
 362     }
 363 #endif
 364 }
 365
 366 static gmx_bool is_pme_counter(int ewc)
 367 {
 368     return (ewc >= ewcPMEMESH && ewc <= ewcPMEWAITCOMM);
 369 }
 370
 371 static gmx_bool is_pme_subcounter(int ewc)
 372 {
 373     return (ewc >= ewcPME_REDISTXF && ewc < ewcPMEWAITCOMM);
 374 }
 375
 376 void wallcycle_sum(t_commrec *cr, gmx_wallcycle_t wc)
 377 {
 378     wallcc_t *wcc;
 379     double    cycles[ewcNR+ewcsNR];
 380     double    cycles_n[ewcNR+ewcsNR], buf[ewcNR+ewcsNR], *cyc_all, *buf_all;
 381     int       i, j;
 382     int       nsum;
 383
 384     if (wc == NULL)
 385     {
 386         return;
 387     }
 388
 389     snew(wc->cycles_sum, ewcNR+ewcsNR);
 390
 391     wcc = wc->wcc;
 392
 393     /* The GPU wait estimate counter is used for load balancing only
 394      * and will mess up the total due to double counting: clear it.
 395      */
 396     wcc[ewcWAIT_GPU_NB_L_EST].n = 0;
 397     wcc[ewcWAIT_GPU_NB_L_EST].c = 0;
 398
 399     for (i = 0; i < ewcNR; i++)
 400     {
 401         if (is_pme_counter(i) || (i == ewcRUN && cr->duty == DUTY_PME))
 402         {
 403             wcc[i].c *= wc->nthreads_pme;
 404
 405             if (wc->wcc_all)
 406             {
 407                 for (j = 0; j < ewcNR; j++)
 408                 {
 409                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pme;
 410                 }
 411             }
 412         }
 413         else
 414         {
 415             wcc[i].c *= wc->nthreads_pp;
 416
 417             if (wc->wcc_all)
 418             {
 419                 for (j = 0; j < ewcNR; j++)
 420                 {
 421                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pp;
 422                 }
 423             }
 424         }
 425     }
 426
 427     if (wcc[ewcDDCOMMLOAD].n > 0)
 428     {
 429         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMLOAD].c;
 430     }
 431     if (wcc[ewcDDCOMMBOUND].n > 0)
 432     {
 433         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMBOUND].c;
 434     }
 435     if (wcc[ewcPME_FFTCOMM].n > 0)
 436     {
 437         wcc[ewcPME_FFT].c -= wcc[ewcPME_FFTCOMM].c;
 438     }
 439
 440     if (cr->npmenodes == 0)
 441     {
 442         /* All nodes do PME (or no PME at all) */
 443         if (wcc[ewcPMEMESH].n > 0)
 444         {
 445             wcc[ewcFORCE].c -= wcc[ewcPMEMESH].c;
 446         }
 447     }
 448     else
 449     {
 450         /* The are PME-only nodes */
 451         if (wcc[ewcPMEMESH].n > 0)
 452         {
 453             /* This must be a PME only node, calculate the Wait + Comm. time */
 454             wcc[ewcPMEWAITCOMM].c = wcc[ewcRUN].c - wcc[ewcPMEMESH].c;
 455         }
 456     }
 457
 458     /* Store the cycles in a double buffer for summing */
 459     for (i = 0; i < ewcNR; i++)
 460     {
 461         cycles_n[i] = (double)wcc[i].n;
 462         cycles[i]   = (double)wcc[i].c;
 463     }
 464     nsum = ewcNR;
 465 #ifdef GMX_CYCLE_SUBCOUNTERS
 466     for (i = 0; i < ewcsNR; i++)
 467     {
 468         wc->wcsc[i].c    *= wc->nthreads_pp;
 469         cycles_n[ewcNR+i] = (double)wc->wcsc[i].n;
 470         cycles[ewcNR+i]   = (double)wc->wcsc[i].c;
 471     }
 472     nsum += ewcsNR;
 473 #endif
 474
 475 #ifdef GMX_MPI
 476     if (cr->nnodes > 1)
 477     {
 478         MPI_Allreduce(cycles_n, buf, nsum, MPI_DOUBLE, MPI_MAX,
 479                       cr->mpi_comm_mysim);
 480         for (i = 0; i < ewcNR; i++)
 481         {
 482             wcc[i].n = (int)(buf[i] + 0.5);
 483         }
 484 #ifdef GMX_CYCLE_SUBCOUNTERS
 485         for (i = 0; i < ewcsNR; i++)
 486         {
 487             wc->wcsc[i].n = (int)(buf[ewcNR+i] + 0.5);
 488         }
 489 #endif
 490
 491         MPI_Allreduce(cycles, wc->cycles_sum, nsum, MPI_DOUBLE, MPI_SUM,
 492                       cr->mpi_comm_mysim);
 493
 494         if (wc->wcc_all != NULL)
 495         {
 496             snew(cyc_all, ewcNR*ewcNR);
 497             snew(buf_all, ewcNR*ewcNR);
 498             for (i = 0; i < ewcNR*ewcNR; i++)
 499             {
 500                 cyc_all[i] = wc->wcc_all[i].c;
 501             }
 502             MPI_Allreduce(cyc_all, buf_all, ewcNR*ewcNR, MPI_DOUBLE, MPI_SUM,
 503                           cr->mpi_comm_mysim);
 504             for (i = 0; i < ewcNR*ewcNR; i++)
 505             {
 506                 wc->wcc_all[i].c = buf_all[i];
 507             }
 508             sfree(buf_all);
 509             sfree(cyc_all);
 510         }
 511     }
 512     else
 513 #endif
 514     {
 515         for (i = 0; i < nsum; i++)
 516         {
 517             wc->cycles_sum[i] = cycles[i];
 518         }
 519     }
 520 }
 521
 522 static void print_cycles(FILE *fplog, double c2t, const char *name,
 523                          int nnodes, int nthreads,
 524                          int ncalls, double c_sum, double tot)
 525 {
 526     char   nnodes_str[6];
 527     char   nthreads_str[6];
 528     char   ncalls_str[11];
 529     double wallt;
 530
 531     if (c_sum > 0)
 532     {
 533         if (ncalls > 0)
 534         {
 535             snprintf(ncalls_str, sizeof(ncalls_str), "%10d", ncalls);
 536             if (nnodes < 0)
 537             {
 538                 snprintf(nnodes_str, sizeof(nnodes_str), "N/A");
 539             }
 540             else
 541             {
 542                 snprintf(nnodes_str, sizeof(nnodes_str), "%4d", nnodes);
 543             }
 544             if (nthreads < 0)
 545             {
 546                 snprintf(nthreads_str, sizeof(nthreads_str), "N/A");
 547             }
 548             else
 549             {
 550                 snprintf(nthreads_str, sizeof(nthreads_str), "%4d", nthreads);
 551             }
 552         }
 553         else
 554         {
 555             nnodes_str[0]   = 0;
 556             nthreads_str[0] = 0;
 557             ncalls_str[0]   = 0;
 558         }
 559         /* Convert the cycle count to wallclock time for this task */
 560         wallt = c_sum*c2t;
 561
 562         fprintf(fplog, " %-19.19s %4s %4s %10s  %10.3f %14.3f %5.1f\n",
 563                 name, nnodes_str, nthreads_str, ncalls_str, wallt,
 564                 c_sum*1e-9, 100*c_sum/tot);
 565     }
 566 }
 567
 568 static void print_gputimes(FILE *fplog, const char *name,
 569                            int n, double t, double tot_t)
 570 {
 571     char num[11];
 572     char avg_perf[11];
 573
 574     if (n > 0)
 575     {
 576         snprintf(num, sizeof(num), "%10d", n);
 577         snprintf(avg_perf, sizeof(avg_perf), "%10.3f", t/n);
 578     }
 579     else
 580     {
 581         sprintf(num, "          ");
 582         sprintf(avg_perf, "          ");
 583     }
 584     if (t != tot_t)
 585     {
 586         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 587                 name, num, t/1000, avg_perf, 100 * t/tot_t);
 588     }
 589     else
 590     {
 591         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 592                 name, "", t/1000, avg_perf, 100.0);
 593     }
 594 }
 595
 596 static void print_header(FILE *fplog, int nrank_pp, int nth_pp, int nrank_pme, int nth_pme)
 597 {
 598     int nrank_tot = nrank_pp + nrank_pme;
 599     if (0 == nrank_pme)
 600     {
 601         fprintf(fplog, "On %d MPI rank%s", nrank_tot, nrank_tot == 1 ? "" : "s");
 602         if (nth_pp > 1)
 603         {
 604             fprintf(fplog, ", each using %d OpenMP threads", nth_pp);
 605         }
 606         /* Don't report doing PP+PME, because we can't tell here if
 607          * this is RF, etc. */
 608     }
 609     else
 610     {
 611         fprintf(fplog, "On %d MPI rank%s doing PP", nrank_pp, nrank_pp == 1 ? "" : "s");
 612         if (nth_pp > 1)
 613         {
 614             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pp > 1 ? " each" : "", nth_pp);
 615         }
 616         fprintf(fplog, ", and\non %d MPI rank%s doing PME", nrank_pme, nrank_pme == 1 ? "" : "s");
 617         if (nth_pme > 1)
 618         {
 619             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pme > 1 ? " each" : "", nth_pme);
 620         }
 621     }
 622
 623     fprintf(fplog, "\n\n");
 624     fprintf(fplog, " Computing:          Num   Num      Call    Wall time         Giga-Cycles\n");
 625     fprintf(fplog, "                     Ranks Threads  Count      (s)         total sum    %%\n");
 626 }
 627
 628 void wallcycle_print(FILE *fplog, int nnodes, int npme, double realtime,
 629                      gmx_wallcycle_t wc, wallclock_gpu_t *gpu_t)
 630 {
 631     double     *cyc_sum;
 632     double      tot, tot_for_pp, tot_for_rest, tot_gpu, tot_cpu_overlap, gpu_cpu_ratio, tot_k;
 633     double      c2t, c2t_pp, c2t_pme = 0;
 634     int         i, j, npp, nth_pp, nth_pme, nth_tot;
 635     char        buf[STRLEN];
 636     const char *hline = "-----------------------------------------------------------------------------";
 637
 638     if (wc == NULL)
 639     {
 640         return;
 641     }
 642
 643     nth_pp  = wc->nthreads_pp;
 644     nth_pme = wc->nthreads_pme;
 645
 646     cyc_sum = wc->cycles_sum;
 647
 648     npp     = nnodes - npme;
 649     nth_tot = npp*nth_pp + npme*nth_pme;
 650
 651     /* When using PME-only nodes, the next line is valid for both
 652        PP-only and PME-only nodes because they started ewcRUN at the
 653        same time. */
 654     tot        = cyc_sum[ewcRUN];
 655     tot_for_pp = 0;
 656
 657     /* Conversion factor from cycles to seconds */
 658     if (tot > 0)
 659     {
 660         c2t     = realtime/tot;
 661         c2t_pp  = c2t * nth_tot / (double) (npp*nth_pp);
 662         if (npme > 0)
 663         {
 664             c2t_pme = c2t * nth_tot / (double) (npme*nth_pme);
 665         }
 666     }
 667     else
 668     {
 669         c2t     = 0;
 670         c2t_pp  = 0;
 671         c2t_pme = 0;
 672     }
 673
 674     fprintf(fplog, "\n     R E A L   C Y C L E   A N D   T I M E   A C C O U N T I N G\n\n");
 675
 676     print_header(fplog, npp, nth_pp, npme, nth_pme);
 677
 678     fprintf(fplog, "%s\n", hline);
 679     for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 680     {
 681         if (is_pme_subcounter(i))
 682         {
 683             /* Do not count these at all */
 684         }
 685         else if (npme > 0 && is_pme_counter(i))
 686         {
 687             /* Print timing information for PME-only nodes, but add an
 688              * asterisk so the reader of the table can know that the
 689              * walltimes are not meant to add up. The asterisk still
 690              * fits in the required maximum of 19 characters. */
 691             char buffer[STRLEN];
 692             snprintf(buffer, STRLEN, "%s *", wcn[i]);
 693             print_cycles(fplog, c2t_pme, buffer,
 694                          npme, nth_pme,
 695                          wc->wcc[i].n, cyc_sum[i], tot);
 696         }
 697         else
 698         {
 699             /* Print timing information when it is for a PP or PP+PME
 700                node */
 701             print_cycles(fplog, c2t_pp, wcn[i],
 702                          npp, nth_pp,
 703                          wc->wcc[i].n, cyc_sum[i], tot);
 704             tot_for_pp += cyc_sum[i];
 705         }
 706     }
 707     if (wc->wcc_all != NULL)
 708     {
 709         for (i = 0; i < ewcNR; i++)
 710         {
 711             for (j = 0; j < ewcNR; j++)
 712             {
 713                 snprintf(buf, 20, "%-9.9s %-9.9s", wcn[i], wcn[j]);
 714                 print_cycles(fplog, c2t_pp, buf,
 715                              npp, nth_pp,
 716                              wc->wcc_all[i*ewcNR+j].n,
 717                              wc->wcc_all[i*ewcNR+j].c,
 718                              tot);
 719             }
 720         }
 721     }
 722     tot_for_rest = tot * (npp * nth_pp) / (double) nth_tot;
 723     print_cycles(fplog, c2t_pp, "Rest",
 724                  npp, nth_pp,
 725                  -1, tot_for_rest - tot_for_pp, tot);
 726     fprintf(fplog, "%s\n", hline);
 727     print_cycles(fplog, c2t, "Total",
 728                  npp, nth_pp,
 729                  -1, tot, tot);
 730     fprintf(fplog, "%s\n", hline);
 731
 732     if (npme > 0)
 733     {
 734         fprintf(fplog,
 735                 "(*) Note that with separate PME ranks, the walltime column actually sums to\n"
 736                 "    twice the total reported, but the cycle count total and %% are correct.\n"
 737                 "%s\n", hline);
 738     }
 739
 740     if (wc->wcc[ewcPMEMESH].n > 0)
 741     {
 742         fprintf(fplog, " Breakdown of PME mesh computation\n");
 743         fprintf(fplog, "%s\n", hline);
 744         for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 745         {
 746             if (is_pme_subcounter(i))
 747             {
 748                 print_cycles(fplog, npme > 0 ? c2t_pme : c2t_pp, wcn[i],
 749                              npme > 0 ? npme : npp, nth_pme,
 750                              wc->wcc[i].n, cyc_sum[i], tot);
 751             }
 752         }
 753         fprintf(fplog, "%s\n", hline);
 754     }
 755
 756 #ifdef GMX_CYCLE_SUBCOUNTERS
 757     fprintf(fplog, " Breakdown of PP computation\n");
 758     fprintf(fplog, "%s\n", hline);
 759     for (i = 0; i < ewcsNR; i++)
 760     {
 761         print_cycles(fplog, c2t_pp, wcsn[i],
 762                      npp, nth_pp,
 763                      wc->wcsc[i].n, cyc_sum[ewcNR+i], tot);
 764     }
 765     fprintf(fplog, "%s\n", hline);
 766 #endif
 767
 768     /* print GPU timing summary */
 769     if (gpu_t)
 770     {
 771         const char *k_log_str[2][2] = {
 772             {"Nonbonded F kernel", "Nonbonded F+ene k."},
 773             {"Nonbonded F+prune k.", "Nonbonded F+ene+prune k."}
 774         };
 775
 776         tot_gpu = gpu_t->pl_h2d_t + gpu_t->nb_h2d_t + gpu_t->nb_d2h_t;
 777
 778         /* add up the kernel timings */
 779         tot_k = 0.0;
 780         for (i = 0; i < 2; i++)
 781         {
 782             for (j = 0; j < 2; j++)
 783             {
 784                 tot_k += gpu_t->ktime[i][j].t;
 785             }
 786         }
 787         tot_gpu += tot_k;
 788
 789         tot_cpu_overlap = wc->wcc[ewcFORCE].c;
 790         if (wc->wcc[ewcPMEMESH].n > 0)
 791         {
 792             tot_cpu_overlap += wc->wcc[ewcPMEMESH].c;
 793         }
 794         tot_cpu_overlap *= realtime*1000/tot; /* convert s to ms */
 795
 796         fprintf(fplog, "\n GPU timings\n%s\n", hline);
 797         fprintf(fplog, " Computing:                         Count  Wall t (s)      ms/step       %c\n", '%');
 798         fprintf(fplog, "%s\n", hline);
 799         print_gputimes(fplog, "Pair list H2D",
 800                        gpu_t->pl_h2d_c, gpu_t->pl_h2d_t, tot_gpu);
 801         print_gputimes(fplog, "X / q H2D",
 802                        gpu_t->nb_c, gpu_t->nb_h2d_t, tot_gpu);
 803
 804         for (i = 0; i < 2; i++)
 805         {
 806             for (j = 0; j < 2; j++)
 807             {
 808                 if (gpu_t->ktime[i][j].c)
 809                 {
 810                     print_gputimes(fplog, k_log_str[i][j],
 811                                    gpu_t->ktime[i][j].c, gpu_t->ktime[i][j].t, tot_gpu);
 812                 }
 813             }
 814         }
 815
 816         print_gputimes(fplog, "F D2H",  gpu_t->nb_c, gpu_t->nb_d2h_t, tot_gpu);
 817         fprintf(fplog, "%s\n", hline);
 818         print_gputimes(fplog, "Total ", gpu_t->nb_c, tot_gpu, tot_gpu);
 819         fprintf(fplog, "%s\n", hline);
 820
 821         gpu_cpu_ratio = tot_gpu/tot_cpu_overlap;
 822         fprintf(fplog, "\nForce evaluation time GPU/CPU: %.3f ms/%.3f ms = %.3f\n",
 823                 tot_gpu/gpu_t->nb_c, tot_cpu_overlap/wc->wcc[ewcFORCE].n,
 824                 gpu_cpu_ratio);
 825
 826         /* only print notes related to CPU-GPU load balance with PME */
 827         if (wc->wcc[ewcPMEMESH].n > 0)
 828         {
 829             fprintf(fplog, "For optimal performance this ratio should be close to 1!\n");
 830
 831             /* print note if the imbalance is high with PME case in which
 832              * CPU-GPU load balancing is possible */
 833             if (gpu_cpu_ratio < 0.75 || gpu_cpu_ratio > 1.2)
 834             {
 835                 /* Only the sim master calls this function, so always print to stderr */
 836                 if (gpu_cpu_ratio < 0.75)
 837                 {
 838                     if (npp > 1)
 839                     {
 840                         /* The user could have used -notunepme,
 841                          * but we currently can't check that here.
 842                          */
 843                         md_print_warn(NULL, fplog,
 844                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 845                                       "      performance loss. Maybe the domain decomposition limits the PME tuning.\n"
 846                                       "      In that case, try setting the DD grid manually (-dd) or lowering -dds.");
 847                     }
 848                     else
 849                     {
 850                         /* We should not end up here, unless the box is
 851                          * too small for increasing the cut-off for PME tuning.
 852                          */
 853                         md_print_warn(NULL, fplog,
 854                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 855                                       "      performance loss.");
 856                     }
 857                 }
 858                 if (gpu_cpu_ratio > 1.2)
 859                 {
 860                     md_print_warn(NULL, fplog,
 861                                   "\nNOTE: The GPU has >20%% more load than the CPU. This imbalance causes\n"
 862                                   "      performance loss, consider using a shorter cut-off and a finer PME grid.");
 863                 }
 864             }
 865         }
 866     }
 867
 868     if (wc->wcc[ewcNB_XF_BUF_OPS].n > 0 &&
 869         (cyc_sum[ewcDOMDEC] > tot*0.1 ||
 870          cyc_sum[ewcNS] > tot*0.1))
 871     {
 872         /* Only the sim master calls this function, so always print to stderr */
 873         if (wc->wcc[ewcDOMDEC].n == 0)
 874         {
 875             md_print_warn(NULL, fplog,
 876                           "NOTE: %d %% of the run time was spent in pair search,\n"
 877                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 878                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 879         }
 880         else
 881         {
 882             md_print_warn(NULL, fplog,
 883                           "NOTE: %d %% of the run time was spent in domain decomposition,\n"
 884                           "      %d %% of the run time was spent in pair search,\n"
 885                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 886                           (int)(100*cyc_sum[ewcDOMDEC]/tot+0.5),
 887                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 888         }
 889     }
 890
 891     if (cyc_sum[ewcMoveE] > tot*0.05)
 892     {
 893         /* Only the sim master calls this function, so always print to stderr */
 894         md_print_warn(NULL, fplog,
 895                       "NOTE: %d %% of the run time was spent communicating energies,\n"
 896                       "      you might want to use the -gcom option of mdrun\n",
 897                       (int)(100*cyc_sum[ewcMoveE]/tot+0.5));
 898     }
 899 }
 900
 901 extern gmx_int64_t wcycle_get_reset_counters(gmx_wallcycle_t wc)
 902 {
 903     if (wc == NULL)
 904     {
 905         return -1;
 906     }
 907
 908     return wc->reset_counters;
 909 }
 910
 911 extern void wcycle_set_reset_counters(gmx_wallcycle_t wc, gmx_int64_t reset_counters)
 912 {
 913     if (wc == NULL)
 914     {
 915         return;
 916     }
 917
 918     wc->reset_counters = reset_counters;
 919 }
 920
 921 #ifdef GMX_CYCLE_SUBCOUNTERS
 922
 923 void wallcycle_sub_start(gmx_wallcycle_t wc, int ewcs)
 924 {
 925     if (wc != NULL)
 926     {
 927         wc->wcsc[ewcs].start = gmx_cycles_read();
 928     }
 929 }
 930
 931 void wallcycle_sub_stop(gmx_wallcycle_t wc, int ewcs)
 932 {
 933     if (wc != NULL)
 934     {
 935         wc->wcsc[ewcs].c += gmx_cycles_read() - wc->wcsc[ewcs].start;
 936         wc->wcsc[ewcs].n++;
 937     }
 938 }
 939
 940 #else
 941
 942 void wallcycle_sub_start(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 943 {
 944 }
 945 void wallcycle_sub_stop(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 946 {
 947 }
 948
 949 #endif /* GMX_CYCLE_SUBCOUNTERS */