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) 2013,2014,2015, 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/timing/gpu_timing.h"
  49 #include "gromacs/utility/cstringutil.h"
  50 #include "gromacs/utility/gmxmpi.h"
  51 #include "gromacs/utility/smalloc.h"
  52 #include "gromacs/utility/snprintf.h"
  53
  54 /* DEBUG_WCYCLE adds consistency checking for the counters.
  55  * It checks if you stop a counter different from the last
  56  * one that was opened and if you do nest too deep.
  57  */
  58 /* #define DEBUG_WCYCLE */
  59
  60 #ifdef DEBUG_WCYCLE
  61 #include "gromacs/utility/fatalerror.h"
  62 #endif
  63
  64 typedef struct
  65 {
  66     int          n;
  67     gmx_cycles_t c;
  68     gmx_cycles_t start;
  69     gmx_cycles_t last;
  70 } wallcc_t;
  71
  72 typedef struct gmx_wallcycle
  73 {
  74     wallcc_t        *wcc;
  75     /* variables for testing/debugging */
  76     gmx_bool         wc_barrier;
  77     wallcc_t        *wcc_all;
  78     int              wc_depth;
  79 #ifdef DEBUG_WCYCLE
  80 #define DEPTH_MAX 6
  81     int               counterlist[DEPTH_MAX];
  82     int               count_depth;
  83 #endif
  84     int               ewc_prev;
  85     gmx_cycles_t      cycle_prev;
  86     gmx_int64_t       reset_counters;
  87 #ifdef GMX_MPI
  88     MPI_Comm          mpi_comm_mygroup;
  89 #endif
  90     int               nthreads_pp;
  91     int               nthreads_pme;
  92 #ifdef GMX_CYCLE_SUBCOUNTERS
  93     wallcc_t         *wcsc;
  94 #endif
  95     double           *cycles_sum;
  96 } gmx_wallcycle_t_t;
  97
  98 /* Each name should not exceed 19 printing characters
  99    (ie. terminating null can be twentieth) */
 100 static const char *wcn[ewcNR] =
 101 {
 102     "Run", "Step", "PP during PME", "Domain decomp.", "DD comm. load",
 103     "DD comm. bounds", "Vsite constr.", "Send X to PME", "Neighbor search", "Launch GPU ops.",
 104     "Comm. coord.", "Born radii", "Force", "Wait + Comm. F", "PME mesh",
 105     "PME redist. X/F", "PME spread/gather", "PME 3D-FFT", "PME 3D-FFT Comm.", "PME solve LJ", "PME solve Elec",
 106     "PME wait for PP", "Wait + Recv. PME F", "Wait GPU nonlocal", "Wait GPU local", "Wait GPU loc. est.", "NB X/F buffer ops.",
 107     "Vsite spread", "COM pull force",
 108     "Write traj.", "Update", "Constraints", "Comm. energies",
 109     "Enforced rotation", "Add rot. forces", "Coordinate swapping", "IMD", "Test"
 110 };
 111
 112 static const char *wcsn[ewcsNR] =
 113 {
 114     "DD redist.", "DD NS grid + sort", "DD setup comm.",
 115     "DD make top.", "DD make constr.", "DD top. other",
 116     "NS grid local", "NS grid non-loc.", "NS search local", "NS search non-loc.",
 117     "Bonded F",
 118     "Bonded-FEP F",
 119     "Restraints F",
 120     "Listed buffer ops.",
 121     "Nonbonded F",
 122     "Ewald F correction",
 123     "NB X buffer ops.",
 124     "NB F buffer ops.",
 125 };
 126
 127 gmx_bool wallcycle_have_counter(void)
 128 {
 129     return gmx_cycles_have_counter();
 130 }
 131
 132 gmx_wallcycle_t wallcycle_init(FILE *fplog, int resetstep, t_commrec gmx_unused *cr,
 133                                int nthreads_pp, int nthreads_pme)
 134 {
 135     gmx_wallcycle_t wc;
 136
 137
 138     if (!wallcycle_have_counter())
 139     {
 140         return NULL;
 141     }
 142
 143     snew(wc, 1);
 144
 145     wc->wc_barrier          = FALSE;
 146     wc->wcc_all             = NULL;
 147     wc->wc_depth            = 0;
 148     wc->ewc_prev            = -1;
 149     wc->reset_counters      = resetstep;
 150     wc->nthreads_pp         = nthreads_pp;
 151     wc->nthreads_pme        = nthreads_pme;
 152     wc->cycles_sum          = NULL;
 153
 154 #ifdef GMX_MPI
 155     if (PAR(cr) && getenv("GMX_CYCLE_BARRIER") != NULL)
 156     {
 157         if (fplog)
 158         {
 159             fprintf(fplog, "\nWill call MPI_Barrier before each cycle start/stop call\n\n");
 160         }
 161         wc->wc_barrier       = TRUE;
 162         wc->mpi_comm_mygroup = cr->mpi_comm_mygroup;
 163     }
 164 #endif
 165
 166     snew(wc->wcc, ewcNR);
 167     if (getenv("GMX_CYCLE_ALL") != NULL)
 168     {
 169         if (fplog)
 170         {
 171             fprintf(fplog, "\nWill time all the code during the run\n\n");
 172         }
 173         snew(wc->wcc_all, ewcNR*ewcNR);
 174     }
 175
 176 #ifdef GMX_CYCLE_SUBCOUNTERS
 177     snew(wc->wcsc, ewcsNR);
 178 #endif
 179
 180 #ifdef DEBUG_WCYCLE
 181     wc->count_depth = 0;
 182 #endif
 183
 184     return wc;
 185 }
 186
 187 void wallcycle_destroy(gmx_wallcycle_t wc)
 188 {
 189     if (wc == NULL)
 190     {
 191         return;
 192     }
 193
 194     if (wc->wcc != NULL)
 195     {
 196         sfree(wc->wcc);
 197     }
 198     if (wc->wcc_all != NULL)
 199     {
 200         sfree(wc->wcc_all);
 201     }
 202 #ifdef GMX_CYCLE_SUBCOUNTERS
 203     if (wc->wcsc != NULL)
 204     {
 205         sfree(wc->wcsc);
 206     }
 207 #endif
 208     sfree(wc);
 209 }
 210
 211 static void wallcycle_all_start(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 212 {
 213     wc->ewc_prev   = ewc;
 214     wc->cycle_prev = cycle;
 215 }
 216
 217 static void wallcycle_all_stop(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 218 {
 219     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].n += 1;
 220     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].c += cycle - wc->cycle_prev;
 221 }
 222
 223
 224 #ifdef DEBUG_WCYCLE
 225 static void debug_start_check(gmx_wallcycle_t wc, int ewc)
 226 {
 227     /* fprintf(stderr,"wcycle_start depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 228
 229     if (wc->count_depth < 0 || wc->count_depth >= DEPTH_MAX)
 230     {
 231         gmx_fatal(FARGS, "wallcycle counter depth out of range: %d",
 232                   wc->count_depth);
 233     }
 234     wc->counterlist[wc->count_depth] = ewc;
 235     wc->count_depth++;
 236 }
 237
 238 static void debug_stop_check(gmx_wallcycle_t wc, int ewc)
 239 {
 240     wc->count_depth--;
 241
 242     /* fprintf(stderr,"wcycle_stop depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 243
 244     if (wc->count_depth < 0)
 245     {
 246         gmx_fatal(FARGS, "wallcycle counter depth out of range when stopping %s: %d", wcn[ewc], wc->count_depth);
 247     }
 248     if (wc->counterlist[wc->count_depth] != ewc)
 249     {
 250         gmx_fatal(FARGS, "wallcycle mismatch at stop, start %s, stop %s",
 251                   wcn[wc->counterlist[wc->count_depth]], wcn[ewc]);
 252     }
 253 }
 254 #endif
 255
 256 void wallcycle_start(gmx_wallcycle_t wc, int ewc)
 257 {
 258     gmx_cycles_t cycle;
 259
 260     if (wc == NULL)
 261     {
 262         return;
 263     }
 264
 265 #ifdef GMX_MPI
 266     if (wc->wc_barrier)
 267     {
 268         MPI_Barrier(wc->mpi_comm_mygroup);
 269     }
 270 #endif
 271
 272 #ifdef DEBUG_WCYCLE
 273     debug_start_check(wc, ewc);
 274 #endif
 275
 276     cycle              = gmx_cycles_read();
 277     wc->wcc[ewc].start = cycle;
 278     if (wc->wcc_all != NULL)
 279     {
 280         wc->wc_depth++;
 281         if (ewc == ewcRUN)
 282         {
 283             wallcycle_all_start(wc, ewc, cycle);
 284         }
 285         else if (wc->wc_depth == 3)
 286         {
 287             wallcycle_all_stop(wc, ewc, cycle);
 288         }
 289     }
 290 }
 291
 292 void wallcycle_start_nocount(gmx_wallcycle_t wc, int ewc)
 293 {
 294     if (wc == NULL)
 295     {
 296         return;
 297     }
 298
 299     wallcycle_start(wc, ewc);
 300     wc->wcc[ewc].n--;
 301 }
 302
 303 double wallcycle_stop(gmx_wallcycle_t wc, int ewc)
 304 {
 305     gmx_cycles_t cycle, last;
 306
 307     if (wc == NULL)
 308     {
 309         return 0;
 310     }
 311
 312 #ifdef GMX_MPI
 313     if (wc->wc_barrier)
 314     {
 315         MPI_Barrier(wc->mpi_comm_mygroup);
 316     }
 317 #endif
 318
 319 #ifdef DEBUG_WCYCLE
 320     debug_stop_check(wc, ewc);
 321 #endif
 322
 323     cycle           = gmx_cycles_read();
 324     last            = cycle - wc->wcc[ewc].start;
 325     wc->wcc[ewc].c += last;
 326     wc->wcc[ewc].n++;
 327     if (wc->wcc_all)
 328     {
 329         wc->wc_depth--;
 330         if (ewc == ewcRUN)
 331         {
 332             wallcycle_all_stop(wc, ewc, cycle);
 333         }
 334         else if (wc->wc_depth == 2)
 335         {
 336             wallcycle_all_start(wc, ewc, cycle);
 337         }
 338     }
 339
 340     return last;
 341 }
 342
 343 void wallcycle_get(gmx_wallcycle_t wc, int ewc, int *n, double *c)
 344 {
 345     *n = wc->wcc[ewc].n;
 346     *c = (double)wc->wcc[ewc].c;
 347 }
 348
 349 void wallcycle_reset_all(gmx_wallcycle_t wc)
 350 {
 351     int i;
 352
 353     if (wc == NULL)
 354     {
 355         return;
 356     }
 357
 358     for (i = 0; i < ewcNR; i++)
 359     {
 360         wc->wcc[i].n = 0;
 361         wc->wcc[i].c = 0;
 362     }
 363     if (wc->wcc_all)
 364     {
 365         for (i = 0; i < ewcNR*ewcNR; i++)
 366         {
 367             wc->wcc_all[i].n = 0;
 368             wc->wcc_all[i].c = 0;
 369         }
 370     }
 371 #ifdef GMX_CYCLE_SUBCOUNTERS
 372     for (i = 0; i < ewcsNR; i++)
 373     {
 374         wc->wcsc[i].n = 0;
 375         wc->wcsc[i].c = 0;
 376     }
 377 #endif
 378 }
 379
 380 static gmx_bool is_pme_counter(int ewc)
 381 {
 382     return (ewc >= ewcPMEMESH && ewc <= ewcPMEWAITCOMM);
 383 }
 384
 385 static gmx_bool is_pme_subcounter(int ewc)
 386 {
 387     return (ewc >= ewcPME_REDISTXF && ewc < ewcPMEWAITCOMM);
 388 }
 389
 390 void wallcycle_sum(t_commrec *cr, gmx_wallcycle_t wc)
 391 {
 392     wallcc_t *wcc;
 393     double    cycles[ewcNR+ewcsNR];
 394     double    cycles_n[ewcNR+ewcsNR], buf[ewcNR+ewcsNR], *cyc_all, *buf_all;
 395     int       i, j;
 396     int       nsum;
 397
 398     if (wc == NULL)
 399     {
 400         return;
 401     }
 402
 403     snew(wc->cycles_sum, ewcNR+ewcsNR);
 404
 405     wcc = wc->wcc;
 406
 407     /* The GPU wait estimate counter is used for load balancing only
 408      * and will mess up the total due to double counting: clear it.
 409      */
 410     wcc[ewcWAIT_GPU_NB_L_EST].n = 0;
 411     wcc[ewcWAIT_GPU_NB_L_EST].c = 0;
 412
 413     for (i = 0; i < ewcNR; i++)
 414     {
 415         if (is_pme_counter(i) || (i == ewcRUN && cr->duty == DUTY_PME))
 416         {
 417             wcc[i].c *= wc->nthreads_pme;
 418
 419             if (wc->wcc_all)
 420             {
 421                 for (j = 0; j < ewcNR; j++)
 422                 {
 423                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pme;
 424                 }
 425             }
 426         }
 427         else
 428         {
 429             wcc[i].c *= wc->nthreads_pp;
 430
 431             if (wc->wcc_all)
 432             {
 433                 for (j = 0; j < ewcNR; j++)
 434                 {
 435                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pp;
 436                 }
 437             }
 438         }
 439     }
 440
 441     if (wcc[ewcDDCOMMLOAD].n > 0)
 442     {
 443         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMLOAD].c;
 444     }
 445     if (wcc[ewcDDCOMMBOUND].n > 0)
 446     {
 447         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMBOUND].c;
 448     }
 449     if (wcc[ewcPME_FFTCOMM].n > 0)
 450     {
 451         wcc[ewcPME_FFT].c -= wcc[ewcPME_FFTCOMM].c;
 452     }
 453
 454     if (cr->npmenodes == 0)
 455     {
 456         /* All nodes do PME (or no PME at all) */
 457         if (wcc[ewcPMEMESH].n > 0)
 458         {
 459             wcc[ewcFORCE].c -= wcc[ewcPMEMESH].c;
 460         }
 461     }
 462     else
 463     {
 464         /* The are PME-only nodes */
 465         if (wcc[ewcPMEMESH].n > 0)
 466         {
 467             /* This must be a PME only node, calculate the Wait + Comm. time */
 468             wcc[ewcPMEWAITCOMM].c = wcc[ewcRUN].c - wcc[ewcPMEMESH].c;
 469         }
 470     }
 471
 472     /* Store the cycles in a double buffer for summing */
 473     for (i = 0; i < ewcNR; i++)
 474     {
 475         cycles_n[i] = (double)wcc[i].n;
 476         cycles[i]   = (double)wcc[i].c;
 477     }
 478     nsum = ewcNR;
 479 #ifdef GMX_CYCLE_SUBCOUNTERS
 480     for (i = 0; i < ewcsNR; i++)
 481     {
 482         wc->wcsc[i].c    *= wc->nthreads_pp;
 483         cycles_n[ewcNR+i] = (double)wc->wcsc[i].n;
 484         cycles[ewcNR+i]   = (double)wc->wcsc[i].c;
 485     }
 486     nsum += ewcsNR;
 487 #endif
 488
 489 #ifdef GMX_MPI
 490     if (cr->nnodes > 1)
 491     {
 492         MPI_Allreduce(cycles_n, buf, nsum, MPI_DOUBLE, MPI_MAX,
 493                       cr->mpi_comm_mysim);
 494         for (i = 0; i < ewcNR; i++)
 495         {
 496             wcc[i].n = (int)(buf[i] + 0.5);
 497         }
 498 #ifdef GMX_CYCLE_SUBCOUNTERS
 499         for (i = 0; i < ewcsNR; i++)
 500         {
 501             wc->wcsc[i].n = (int)(buf[ewcNR+i] + 0.5);
 502         }
 503 #endif
 504
 505         MPI_Allreduce(cycles, wc->cycles_sum, nsum, MPI_DOUBLE, MPI_SUM,
 506                       cr->mpi_comm_mysim);
 507
 508         if (wc->wcc_all != NULL)
 509         {
 510             snew(cyc_all, ewcNR*ewcNR);
 511             snew(buf_all, ewcNR*ewcNR);
 512             for (i = 0; i < ewcNR*ewcNR; i++)
 513             {
 514                 cyc_all[i] = wc->wcc_all[i].c;
 515             }
 516             MPI_Allreduce(cyc_all, buf_all, ewcNR*ewcNR, MPI_DOUBLE, MPI_SUM,
 517                           cr->mpi_comm_mysim);
 518             for (i = 0; i < ewcNR*ewcNR; i++)
 519             {
 520                 wc->wcc_all[i].c = buf_all[i];
 521             }
 522             sfree(buf_all);
 523             sfree(cyc_all);
 524         }
 525     }
 526     else
 527 #endif
 528     {
 529         for (i = 0; i < nsum; i++)
 530         {
 531             wc->cycles_sum[i] = cycles[i];
 532         }
 533     }
 534 }
 535
 536 static void print_cycles(FILE *fplog, double c2t, const char *name,
 537                          int nnodes, int nthreads,
 538                          int ncalls, double c_sum, double tot)
 539 {
 540     char   nnodes_str[6];
 541     char   nthreads_str[6];
 542     char   ncalls_str[11];
 543     double wallt;
 544     double percentage = (tot > 0.) ? (100. * c_sum / tot) : 0.;
 545
 546     if (c_sum > 0)
 547     {
 548         if (ncalls > 0)
 549         {
 550             snprintf(ncalls_str, sizeof(ncalls_str), "%10d", ncalls);
 551             if (nnodes < 0)
 552             {
 553                 snprintf(nnodes_str, sizeof(nnodes_str), "N/A");
 554             }
 555             else
 556             {
 557                 snprintf(nnodes_str, sizeof(nnodes_str), "%4d", nnodes);
 558             }
 559             if (nthreads < 0)
 560             {
 561                 snprintf(nthreads_str, sizeof(nthreads_str), "N/A");
 562             }
 563             else
 564             {
 565                 snprintf(nthreads_str, sizeof(nthreads_str), "%4d", nthreads);
 566             }
 567         }
 568         else
 569         {
 570             nnodes_str[0]   = 0;
 571             nthreads_str[0] = 0;
 572             ncalls_str[0]   = 0;
 573         }
 574         /* Convert the cycle count to wallclock time for this task */
 575         wallt = c_sum*c2t;
 576
 577         fprintf(fplog, " %-19.19s %4s %4s %10s  %10.3f %14.3f %5.1f\n",
 578                 name, nnodes_str, nthreads_str, ncalls_str, wallt,
 579                 c_sum*1e-9, percentage);
 580     }
 581 }
 582
 583 static void print_gputimes(FILE *fplog, const char *name,
 584                            int n, double t, double tot_t)
 585 {
 586     char num[11];
 587     char avg_perf[11];
 588
 589     if (n > 0)
 590     {
 591         snprintf(num, sizeof(num), "%10d", n);
 592         snprintf(avg_perf, sizeof(avg_perf), "%10.3f", t/n);
 593     }
 594     else
 595     {
 596         sprintf(num, "          ");
 597         sprintf(avg_perf, "          ");
 598     }
 599     if (t != tot_t)
 600     {
 601         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 602                 name, num, t/1000, avg_perf, 100 * t/tot_t);
 603     }
 604     else
 605     {
 606         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 607                 name, "", t/1000, avg_perf, 100.0);
 608     }
 609 }
 610
 611 static void print_header(FILE *fplog, int nrank_pp, int nth_pp, int nrank_pme, int nth_pme)
 612 {
 613     int nrank_tot = nrank_pp + nrank_pme;
 614     if (0 == nrank_pme)
 615     {
 616         fprintf(fplog, "On %d MPI rank%s", nrank_tot, nrank_tot == 1 ? "" : "s");
 617         if (nth_pp > 1)
 618         {
 619             fprintf(fplog, ", each using %d OpenMP threads", nth_pp);
 620         }
 621         /* Don't report doing PP+PME, because we can't tell here if
 622          * this is RF, etc. */
 623     }
 624     else
 625     {
 626         fprintf(fplog, "On %d MPI rank%s doing PP", nrank_pp, nrank_pp == 1 ? "" : "s");
 627         if (nth_pp > 1)
 628         {
 629             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pp > 1 ? " each" : "", nth_pp);
 630         }
 631         fprintf(fplog, ", and\non %d MPI rank%s doing PME", nrank_pme, nrank_pme == 1 ? "" : "s");
 632         if (nth_pme > 1)
 633         {
 634             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pme > 1 ? " each" : "", nth_pme);
 635         }
 636     }
 637
 638     fprintf(fplog, "\n\n");
 639     fprintf(fplog, " Computing:          Num   Num      Call    Wall time         Giga-Cycles\n");
 640     fprintf(fplog, "                     Ranks Threads  Count      (s)         total sum    %%\n");
 641 }
 642
 643 void wallcycle_print(FILE *fplog, int nnodes, int npme, double realtime,
 644                      gmx_wallcycle_t wc, struct gmx_wallclock_gpu_t *gpu_t)
 645 {
 646     double     *cyc_sum;
 647     double      tot, tot_for_pp, tot_for_rest, tot_gpu, tot_cpu_overlap, gpu_cpu_ratio, tot_k;
 648     double      c2t, c2t_pp, c2t_pme = 0;
 649     int         i, j, npp, nth_pp, nth_pme, nth_tot;
 650     char        buf[STRLEN];
 651     const char *hline = "-----------------------------------------------------------------------------";
 652
 653     if (wc == NULL)
 654     {
 655         return;
 656     }
 657
 658     nth_pp  = wc->nthreads_pp;
 659     nth_pme = wc->nthreads_pme;
 660
 661     cyc_sum = wc->cycles_sum;
 662
 663     npp     = nnodes - npme;
 664     nth_tot = npp*nth_pp + npme*nth_pme;
 665
 666     /* When using PME-only nodes, the next line is valid for both
 667        PP-only and PME-only nodes because they started ewcRUN at the
 668        same time. */
 669     tot        = cyc_sum[ewcRUN];
 670     tot_for_pp = 0;
 671
 672     /* Conversion factor from cycles to seconds */
 673     if (tot > 0)
 674     {
 675         c2t     = realtime/tot;
 676         c2t_pp  = c2t * nth_tot / (double) (npp*nth_pp);
 677         if (npme > 0)
 678         {
 679             c2t_pme = c2t * nth_tot / (double) (npme*nth_pme);
 680         }
 681     }
 682     else
 683     {
 684         c2t     = 0;
 685         c2t_pp  = 0;
 686         c2t_pme = 0;
 687     }
 688
 689     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");
 690
 691     print_header(fplog, npp, nth_pp, npme, nth_pme);
 692
 693     fprintf(fplog, "%s\n", hline);
 694     for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 695     {
 696         if (is_pme_subcounter(i))
 697         {
 698             /* Do not count these at all */
 699         }
 700         else if (npme > 0 && is_pme_counter(i))
 701         {
 702             /* Print timing information for PME-only nodes, but add an
 703              * asterisk so the reader of the table can know that the
 704              * walltimes are not meant to add up. The asterisk still
 705              * fits in the required maximum of 19 characters. */
 706             char buffer[STRLEN];
 707             snprintf(buffer, STRLEN, "%s *", wcn[i]);
 708             print_cycles(fplog, c2t_pme, buffer,
 709                          npme, nth_pme,
 710                          wc->wcc[i].n, cyc_sum[i], tot);
 711         }
 712         else
 713         {
 714             /* Print timing information when it is for a PP or PP+PME
 715                node */
 716             print_cycles(fplog, c2t_pp, wcn[i],
 717                          npp, nth_pp,
 718                          wc->wcc[i].n, cyc_sum[i], tot);
 719             tot_for_pp += cyc_sum[i];
 720         }
 721     }
 722     if (wc->wcc_all != NULL)
 723     {
 724         for (i = 0; i < ewcNR; i++)
 725         {
 726             for (j = 0; j < ewcNR; j++)
 727             {
 728                 snprintf(buf, 20, "%-9.9s %-9.9s", wcn[i], wcn[j]);
 729                 print_cycles(fplog, c2t_pp, buf,
 730                              npp, nth_pp,
 731                              wc->wcc_all[i*ewcNR+j].n,
 732                              wc->wcc_all[i*ewcNR+j].c,
 733                              tot);
 734             }
 735         }
 736     }
 737     tot_for_rest = tot * (npp * nth_pp) / (double) nth_tot;
 738     print_cycles(fplog, c2t_pp, "Rest",
 739                  npp, nth_pp,
 740                  -1, tot_for_rest - tot_for_pp, tot);
 741     fprintf(fplog, "%s\n", hline);
 742     print_cycles(fplog, c2t, "Total",
 743                  npp, nth_pp,
 744                  -1, tot, tot);
 745     fprintf(fplog, "%s\n", hline);
 746
 747     if (npme > 0)
 748     {
 749         fprintf(fplog,
 750                 "(*) Note that with separate PME ranks, the walltime column actually sums to\n"
 751                 "    twice the total reported, but the cycle count total and %% are correct.\n"
 752                 "%s\n", hline);
 753     }
 754
 755     if (wc->wcc[ewcPMEMESH].n > 0)
 756     {
 757         fprintf(fplog, " Breakdown of PME mesh computation\n");
 758         fprintf(fplog, "%s\n", hline);
 759         for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 760         {
 761             if (is_pme_subcounter(i))
 762             {
 763                 print_cycles(fplog, npme > 0 ? c2t_pme : c2t_pp, wcn[i],
 764                              npme > 0 ? npme : npp, nth_pme,
 765                              wc->wcc[i].n, cyc_sum[i], tot);
 766             }
 767         }
 768         fprintf(fplog, "%s\n", hline);
 769     }
 770
 771 #ifdef GMX_CYCLE_SUBCOUNTERS
 772     fprintf(fplog, " Breakdown of PP computation\n");
 773     fprintf(fplog, "%s\n", hline);
 774     for (i = 0; i < ewcsNR; i++)
 775     {
 776         print_cycles(fplog, c2t_pp, wcsn[i],
 777                      npp, nth_pp,
 778                      wc->wcsc[i].n, cyc_sum[ewcNR+i], tot);
 779     }
 780     fprintf(fplog, "%s\n", hline);
 781 #endif
 782
 783     /* print GPU timing summary */
 784     if (gpu_t)
 785     {
 786         const char *k_log_str[2][2] = {
 787             {"Nonbonded F kernel", "Nonbonded F+ene k."},
 788             {"Nonbonded F+prune k.", "Nonbonded F+ene+prune k."}
 789         };
 790
 791         tot_gpu = gpu_t->pl_h2d_t + gpu_t->nb_h2d_t + gpu_t->nb_d2h_t;
 792
 793         /* add up the kernel timings */
 794         tot_k = 0.0;
 795         for (i = 0; i < 2; i++)
 796         {
 797             for (j = 0; j < 2; j++)
 798             {
 799                 tot_k += gpu_t->ktime[i][j].t;
 800             }
 801         }
 802         tot_gpu += tot_k;
 803
 804         tot_cpu_overlap = wc->wcc[ewcFORCE].c;
 805         if (wc->wcc[ewcPMEMESH].n > 0)
 806         {
 807             tot_cpu_overlap += wc->wcc[ewcPMEMESH].c;
 808         }
 809         tot_cpu_overlap *= realtime*1000/tot; /* convert s to ms */
 810
 811         fprintf(fplog, "\n GPU timings\n%s\n", hline);
 812         fprintf(fplog, " Computing:                         Count  Wall t (s)      ms/step       %c\n", '%');
 813         fprintf(fplog, "%s\n", hline);
 814         print_gputimes(fplog, "Pair list H2D",
 815                        gpu_t->pl_h2d_c, gpu_t->pl_h2d_t, tot_gpu);
 816         print_gputimes(fplog, "X / q H2D",
 817                        gpu_t->nb_c, gpu_t->nb_h2d_t, tot_gpu);
 818
 819         for (i = 0; i < 2; i++)
 820         {
 821             for (j = 0; j < 2; j++)
 822             {
 823                 if (gpu_t->ktime[i][j].c)
 824                 {
 825                     print_gputimes(fplog, k_log_str[i][j],
 826                                    gpu_t->ktime[i][j].c, gpu_t->ktime[i][j].t, tot_gpu);
 827                 }
 828             }
 829         }
 830
 831         print_gputimes(fplog, "F D2H",  gpu_t->nb_c, gpu_t->nb_d2h_t, tot_gpu);
 832         fprintf(fplog, "%s\n", hline);
 833         print_gputimes(fplog, "Total ", gpu_t->nb_c, tot_gpu, tot_gpu);
 834         fprintf(fplog, "%s\n", hline);
 835
 836         gpu_cpu_ratio = tot_gpu/tot_cpu_overlap;
 837         fprintf(fplog, "\nForce evaluation time GPU/CPU: %.3f ms/%.3f ms = %.3f\n",
 838                 tot_gpu/gpu_t->nb_c, tot_cpu_overlap/wc->wcc[ewcFORCE].n,
 839                 gpu_cpu_ratio);
 840
 841         /* only print notes related to CPU-GPU load balance with PME */
 842         if (wc->wcc[ewcPMEMESH].n > 0)
 843         {
 844             fprintf(fplog, "For optimal performance this ratio should be close to 1!\n");
 845
 846             /* print note if the imbalance is high with PME case in which
 847              * CPU-GPU load balancing is possible */
 848             if (gpu_cpu_ratio < 0.75 || gpu_cpu_ratio > 1.2)
 849             {
 850                 /* Only the sim master calls this function, so always print to stderr */
 851                 if (gpu_cpu_ratio < 0.75)
 852                 {
 853                     if (npp > 1)
 854                     {
 855                         /* The user could have used -notunepme,
 856                          * but we currently can't check that here.
 857                          */
 858                         md_print_warn(NULL, fplog,
 859                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 860                                       "      performance loss. Maybe the domain decomposition limits the PME tuning.\n"
 861                                       "      In that case, try setting the DD grid manually (-dd) or lowering -dds.");
 862                     }
 863                     else
 864                     {
 865                         /* We should not end up here, unless the box is
 866                          * too small for increasing the cut-off for PME tuning.
 867                          */
 868                         md_print_warn(NULL, fplog,
 869                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 870                                       "      performance loss.");
 871                     }
 872                 }
 873                 if (gpu_cpu_ratio > 1.2)
 874                 {
 875                     md_print_warn(NULL, fplog,
 876                                   "\nNOTE: The GPU has >20%% more load than the CPU. This imbalance causes\n"
 877                                   "      performance loss, consider using a shorter cut-off and a finer PME grid.");
 878                 }
 879             }
 880         }
 881     }
 882
 883     if (wc->wc_barrier)
 884     {
 885         md_print_warn(NULL, fplog,
 886                       "MPI_Barrier was called before each cycle start/stop\n"
 887                       "call, so timings are not those of real runs.\n");
 888     }
 889
 890     if (wc->wcc[ewcNB_XF_BUF_OPS].n > 0 &&
 891         (cyc_sum[ewcDOMDEC] > tot*0.1 ||
 892          cyc_sum[ewcNS] > tot*0.1))
 893     {
 894         /* Only the sim master calls this function, so always print to stderr */
 895         if (wc->wcc[ewcDOMDEC].n == 0)
 896         {
 897             md_print_warn(NULL, fplog,
 898                           "NOTE: %d %% of the run time was spent in pair search,\n"
 899                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 900                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 901         }
 902         else
 903         {
 904             md_print_warn(NULL, fplog,
 905                           "NOTE: %d %% of the run time was spent in domain decomposition,\n"
 906                           "      %d %% of the run time was spent in pair search,\n"
 907                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 908                           (int)(100*cyc_sum[ewcDOMDEC]/tot+0.5),
 909                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 910         }
 911     }
 912
 913     if (cyc_sum[ewcMoveE] > tot*0.05 && tot > 0)
 914     {
 915         /* Only the sim master calls this function, so always print to stderr */
 916         md_print_warn(NULL, fplog,
 917                       "NOTE: %d %% of the run time was spent communicating energies,\n"
 918                       "      you might want to use the -gcom option of mdrun\n",
 919                       (int)(100*cyc_sum[ewcMoveE]/tot+0.5));
 920     }
 921 }
 922
 923 extern gmx_int64_t wcycle_get_reset_counters(gmx_wallcycle_t wc)
 924 {
 925     if (wc == NULL)
 926     {
 927         return -1;
 928     }
 929
 930     return wc->reset_counters;
 931 }
 932
 933 extern void wcycle_set_reset_counters(gmx_wallcycle_t wc, gmx_int64_t reset_counters)
 934 {
 935     if (wc == NULL)
 936     {
 937         return;
 938     }
 939
 940     wc->reset_counters = reset_counters;
 941 }
 942
 943 #ifdef GMX_CYCLE_SUBCOUNTERS
 944
 945 void wallcycle_sub_start(gmx_wallcycle_t wc, int ewcs)
 946 {
 947     if (wc != NULL)
 948     {
 949         wc->wcsc[ewcs].start = gmx_cycles_read();
 950     }
 951 }
 952
 953 void wallcycle_sub_start_nocount(gmx_wallcycle_t wc, int ewcs)
 954 {
 955     if (wc == NULL)
 956     {
 957         return;
 958     }
 959
 960     wallcycle_sub_start(wc, ewcs);
 961     wc->wcsc[ewcs].n--;
 962 }
 963
 964 void wallcycle_sub_stop(gmx_wallcycle_t wc, int ewcs)
 965 {
 966     if (wc != NULL)
 967     {
 968         wc->wcsc[ewcs].c += gmx_cycles_read() - wc->wcsc[ewcs].start;
 969         wc->wcsc[ewcs].n++;
 970     }
 971 }
 972
 973 #else
 974
 975 void wallcycle_sub_start(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 976 {
 977 }
 978 void wallcycle_sub_start_nocount(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 979 {
 980 }
 981 void wallcycle_sub_stop(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 982 {
 983 }
 984
 985 #endif /* GMX_CYCLE_SUBCOUNTERS */