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, 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 "gromacs/timing/wallcycle.h"
  38
  39 #ifdef HAVE_CONFIG_H
  40 #include <config.h>
  41 #endif
  42
  43 #include <string.h>
  44
  45 #include "smalloc.h"
  46 #include "gmx_fatal.h"
  47 #include "md_logging.h"
  48 #include "string2.h"
  49
  50 #include "gromacs/timing/cyclecounter.h"
  51 #include "gromacs/utility/gmxmpi.h"
  52
  53 /* DEBUG_WCYCLE adds consistency checking for the counters.
  54  * It checks if you stop a counter different from the last
  55  * one that was opened and if you do nest too deep.
  56  */
  57 /* #define DEBUG_WCYCLE */
  58
  59 typedef struct
  60 {
  61     int          n;
  62     gmx_cycles_t c;
  63     gmx_cycles_t start;
  64     gmx_cycles_t last;
  65 } wallcc_t;
  66
  67 typedef struct gmx_wallcycle
  68 {
  69     wallcc_t        *wcc;
  70     /* variables for testing/debugging */
  71     gmx_bool         wc_barrier;
  72     wallcc_t        *wcc_all;
  73     int              wc_depth;
  74 #ifdef DEBUG_WCYCLE
  75 #define DEPTH_MAX 6
  76     int               counterlist[DEPTH_MAX];
  77     int               count_depth;
  78 #endif
  79     int               ewc_prev;
  80     gmx_cycles_t      cycle_prev;
  81     gmx_large_int_t   reset_counters;
  82 #ifdef GMX_MPI
  83     MPI_Comm          mpi_comm_mygroup;
  84 #endif
  85     int               nthreads_pp;
  86     int               nthreads_pme;
  87 #ifdef GMX_CYCLE_SUBCOUNTERS
  88     wallcc_t         *wcsc;
  89 #endif
  90     double           *cycles_sum;
  91 } gmx_wallcycle_t_t;
  92
  93 /* Each name should not exceed 19 printing characters
  94    (ie. terminating null can be twentieth) */
  95 static const char *wcn[ewcNR] =
  96 {
  97     "Run", "Step", "PP during PME", "Domain decomp.", "DD comm. load",
  98     "DD comm. bounds", "Vsite constr.", "Send X to PME", "Neighbor search", "Launch GPU ops.",
  99     "Comm. coord.", "Born radii", "Force", "Wait + Comm. F", "PME mesh",
 100     "PME redist. X/F", "PME spread/gather", "PME 3D-FFT", "PME 3D-FFT Comm.", "PME solve LJ", "PME solve Elec",
 101     "PME wait for PP", "Wait + Recv. PME F", "Wait GPU nonlocal", "Wait GPU local", "NB X/F buffer ops.",
 102     "Vsite spread", "Write traj.", "Update", "Constraints", "Comm. energies",
 103     "Enforced rotation", "Add rot. forces", "Test"
 104 };
 105
 106 static const char *wcsn[ewcsNR] =
 107 {
 108     "DD redist.", "DD NS grid + sort", "DD setup comm.",
 109     "DD make top.", "DD make constr.", "DD top. other",
 110     "NS grid local", "NS grid non-loc.", "NS search local", "NS search non-loc.",
 111     "Bonded F", "Nonbonded F", "Ewald F correction",
 112     "NB X buffer ops.", "NB F buffer ops."
 113 };
 114
 115 gmx_bool wallcycle_have_counter(void)
 116 {
 117     return gmx_cycles_have_counter();
 118 }
 119
 120 gmx_wallcycle_t wallcycle_init(FILE *fplog, int resetstep, t_commrec gmx_unused *cr,
 121                                int nthreads_pp, int nthreads_pme)
 122 {
 123     gmx_wallcycle_t wc;
 124
 125
 126     if (!wallcycle_have_counter())
 127     {
 128         return NULL;
 129     }
 130
 131     snew(wc, 1);
 132
 133     wc->wc_barrier          = FALSE;
 134     wc->wcc_all             = NULL;
 135     wc->wc_depth            = 0;
 136     wc->ewc_prev            = -1;
 137     wc->reset_counters      = resetstep;
 138     wc->nthreads_pp         = nthreads_pp;
 139     wc->nthreads_pme        = nthreads_pme;
 140     wc->cycles_sum          = NULL;
 141
 142 #ifdef GMX_MPI
 143     if (PAR(cr) && getenv("GMX_CYCLE_BARRIER") != NULL)
 144     {
 145         if (fplog)
 146         {
 147             fprintf(fplog, "\nWill call MPI_Barrier before each cycle start/stop call\n\n");
 148         }
 149         wc->wc_barrier       = TRUE;
 150         wc->mpi_comm_mygroup = cr->mpi_comm_mygroup;
 151     }
 152 #endif
 153
 154     snew(wc->wcc, ewcNR);
 155     if (getenv("GMX_CYCLE_ALL") != NULL)
 156     {
 157         if (fplog)
 158         {
 159             fprintf(fplog, "\nWill time all the code during the run\n\n");
 160         }
 161         snew(wc->wcc_all, ewcNR*ewcNR);
 162     }
 163
 164 #ifdef GMX_CYCLE_SUBCOUNTERS
 165     snew(wc->wcsc, ewcsNR);
 166 #endif
 167
 168 #ifdef DEBUG_WCYCLE
 169     wc->count_depth = 0;
 170 #endif
 171
 172     return wc;
 173 }
 174
 175 void wallcycle_destroy(gmx_wallcycle_t wc)
 176 {
 177     if (wc == NULL)
 178     {
 179         return;
 180     }
 181
 182     if (wc->wcc != NULL)
 183     {
 184         sfree(wc->wcc);
 185     }
 186     if (wc->wcc_all != NULL)
 187     {
 188         sfree(wc->wcc_all);
 189     }
 190 #ifdef GMX_CYCLE_SUBCOUNTERS
 191     if (wc->wcsc != NULL)
 192     {
 193         sfree(wc->wcsc);
 194     }
 195 #endif
 196     sfree(wc);
 197 }
 198
 199 static void wallcycle_all_start(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 200 {
 201     wc->ewc_prev   = ewc;
 202     wc->cycle_prev = cycle;
 203 }
 204
 205 static void wallcycle_all_stop(gmx_wallcycle_t wc, int ewc, gmx_cycles_t cycle)
 206 {
 207     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].n += 1;
 208     wc->wcc_all[wc->ewc_prev*ewcNR+ewc].c += cycle - wc->cycle_prev;
 209 }
 210
 211
 212 #ifdef DEBUG_WCYCLE
 213 static void debug_start_check(gmx_wallcycle_t wc, int ewc)
 214 {
 215     /* fprintf(stderr,"wcycle_start depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 216
 217     if (wc->count_depth < 0 || wc->count_depth >= DEPTH_MAX)
 218     {
 219         gmx_fatal(FARGS, "wallcycle counter depth out of range: %d",
 220                   wc->count_depth);
 221     }
 222     wc->counterlist[wc->count_depth] = ewc;
 223     wc->count_depth++;
 224 }
 225
 226 static void debug_stop_check(gmx_wallcycle_t wc, int ewc)
 227 {
 228     wc->count_depth--;
 229
 230     /* fprintf(stderr,"wcycle_stop depth %d, %s\n",wc->count_depth,wcn[ewc]); */
 231
 232     if (wc->count_depth < 0)
 233     {
 234         gmx_fatal(FARGS, "wallcycle counter depth out of range when stopping %s: %d", wcn[ewc], wc->count_depth);
 235     }
 236     if (wc->counterlist[wc->count_depth] != ewc)
 237     {
 238         gmx_fatal(FARGS, "wallcycle mismatch at stop, start %s, stop %s",
 239                   wcn[wc->counterlist[wc->count_depth]], wcn[ewc]);
 240     }
 241 }
 242 #endif
 243
 244 void wallcycle_start(gmx_wallcycle_t wc, int ewc)
 245 {
 246     gmx_cycles_t cycle;
 247
 248     if (wc == NULL)
 249     {
 250         return;
 251     }
 252
 253 #ifdef GMX_MPI
 254     if (wc->wc_barrier)
 255     {
 256         MPI_Barrier(wc->mpi_comm_mygroup);
 257     }
 258 #endif
 259
 260 #ifdef DEBUG_WCYCLE
 261     debug_start_check(wc, ewc);
 262 #endif
 263
 264     cycle              = gmx_cycles_read();
 265     wc->wcc[ewc].start = cycle;
 266     if (wc->wcc_all != NULL)
 267     {
 268         wc->wc_depth++;
 269         if (ewc == ewcRUN)
 270         {
 271             wallcycle_all_start(wc, ewc, cycle);
 272         }
 273         else if (wc->wc_depth == 3)
 274         {
 275             wallcycle_all_stop(wc, ewc, cycle);
 276         }
 277     }
 278 }
 279
 280 void wallcycle_start_nocount(gmx_wallcycle_t wc, int ewc)
 281 {
 282     if (wc == NULL)
 283     {
 284         return;
 285     }
 286
 287     wallcycle_start(wc, ewc);
 288     wc->wcc[ewc].n--;
 289 }
 290
 291 double wallcycle_stop(gmx_wallcycle_t wc, int ewc)
 292 {
 293     gmx_cycles_t cycle, last;
 294
 295     if (wc == NULL)
 296     {
 297         return 0;
 298     }
 299
 300 #ifdef GMX_MPI
 301     if (wc->wc_barrier)
 302     {
 303         MPI_Barrier(wc->mpi_comm_mygroup);
 304     }
 305 #endif
 306
 307 #ifdef DEBUG_WCYCLE
 308     debug_stop_check(wc, ewc);
 309 #endif
 310
 311     cycle           = gmx_cycles_read();
 312     last            = cycle - wc->wcc[ewc].start;
 313     wc->wcc[ewc].c += last;
 314     wc->wcc[ewc].n++;
 315     if (wc->wcc_all)
 316     {
 317         wc->wc_depth--;
 318         if (ewc == ewcRUN)
 319         {
 320             wallcycle_all_stop(wc, ewc, cycle);
 321         }
 322         else if (wc->wc_depth == 2)
 323         {
 324             wallcycle_all_start(wc, ewc, cycle);
 325         }
 326     }
 327
 328     return last;
 329 }
 330
 331 void wallcycle_reset_all(gmx_wallcycle_t wc)
 332 {
 333     int i;
 334
 335     if (wc == NULL)
 336     {
 337         return;
 338     }
 339
 340     for (i = 0; i < ewcNR; i++)
 341     {
 342         wc->wcc[i].n = 0;
 343         wc->wcc[i].c = 0;
 344     }
 345     if (wc->wcc_all)
 346     {
 347         for (i = 0; i < ewcNR*ewcNR; i++)
 348         {
 349             wc->wcc_all[i].n = 0;
 350             wc->wcc_all[i].c = 0;
 351         }
 352     }
 353 #ifdef GMX_CYCLE_SUBCOUNTERS
 354     for (i = 0; i < ewcsNR; i++)
 355     {
 356         wc->wcsc[i].n = 0;
 357         wc->wcsc[i].c = 0;
 358     }
 359 #endif
 360 }
 361
 362 static gmx_bool is_pme_counter(int ewc)
 363 {
 364     return (ewc >= ewcPMEMESH && ewc <= ewcPMEWAITCOMM);
 365 }
 366
 367 static gmx_bool is_pme_subcounter(int ewc)
 368 {
 369     return (ewc >= ewcPME_REDISTXF && ewc < ewcPMEWAITCOMM);
 370 }
 371
 372 void wallcycle_sum(t_commrec *cr, gmx_wallcycle_t wc)
 373 {
 374     wallcc_t *wcc;
 375     double   *cycles;
 376     double    cycles_n[ewcNR+ewcsNR], buf[ewcNR+ewcsNR], *cyc_all, *buf_all;
 377     int       i, j;
 378     int       nsum;
 379
 380     if (wc == NULL)
 381     {
 382         return;
 383     }
 384
 385     snew(wc->cycles_sum, ewcNR+ewcsNR);
 386     cycles = wc->cycles_sum;
 387
 388     wcc = wc->wcc;
 389
 390     for (i = 0; i < ewcNR; i++)
 391     {
 392         if (is_pme_counter(i) || (i == ewcRUN && cr->duty == DUTY_PME))
 393         {
 394             wcc[i].c *= wc->nthreads_pme;
 395
 396             if (wc->wcc_all)
 397             {
 398                 for (j = 0; j < ewcNR; j++)
 399                 {
 400                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pme;
 401                 }
 402             }
 403         }
 404         else
 405         {
 406             wcc[i].c *= wc->nthreads_pp;
 407
 408             if (wc->wcc_all)
 409             {
 410                 for (j = 0; j < ewcNR; j++)
 411                 {
 412                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pp;
 413                 }
 414             }
 415         }
 416     }
 417
 418     if (wcc[ewcDDCOMMLOAD].n > 0)
 419     {
 420         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMLOAD].c;
 421     }
 422     if (wcc[ewcDDCOMMBOUND].n > 0)
 423     {
 424         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMBOUND].c;
 425     }
 426     if (wcc[ewcPME_FFTCOMM].n > 0)
 427     {
 428         wcc[ewcPME_FFT].c -= wcc[ewcPME_FFTCOMM].c;
 429     }
 430
 431     if (cr->npmenodes == 0)
 432     {
 433         /* All nodes do PME (or no PME at all) */
 434         if (wcc[ewcPMEMESH].n > 0)
 435         {
 436             wcc[ewcFORCE].c -= wcc[ewcPMEMESH].c;
 437         }
 438     }
 439     else
 440     {
 441         /* The are PME-only nodes */
 442         if (wcc[ewcPMEMESH].n > 0)
 443         {
 444             /* This must be a PME only node, calculate the Wait + Comm. time */
 445             wcc[ewcPMEWAITCOMM].c = wcc[ewcRUN].c - wcc[ewcPMEMESH].c;
 446         }
 447     }
 448
 449     /* Store the cycles in a double buffer for summing */
 450     for (i = 0; i < ewcNR; i++)
 451     {
 452         cycles_n[i] = (double)wcc[i].n;
 453         cycles[i]   = (double)wcc[i].c;
 454     }
 455     nsum = ewcNR;
 456 #ifdef GMX_CYCLE_SUBCOUNTERS
 457     for (i = 0; i < ewcsNR; i++)
 458     {
 459         wc->wcsc[i].c    *= wc->nthreads_pp;
 460         cycles_n[ewcNR+i] = (double)wc->wcsc[i].n;
 461         cycles[ewcNR+i]   = (double)wc->wcsc[i].c;
 462     }
 463     nsum += ewcsNR;
 464 #endif
 465
 466 #ifdef GMX_MPI
 467     if (cr->nnodes > 1)
 468     {
 469         MPI_Allreduce(cycles_n, buf, nsum, MPI_DOUBLE, MPI_MAX,
 470                       cr->mpi_comm_mysim);
 471         for (i = 0; i < ewcNR; i++)
 472         {
 473             wcc[i].n = (int)(buf[i] + 0.5);
 474         }
 475 #ifdef GMX_CYCLE_SUBCOUNTERS
 476         for (i = 0; i < ewcsNR; i++)
 477         {
 478             wc->wcsc[i].n = (int)(buf[ewcNR+i] + 0.5);
 479         }
 480 #endif
 481
 482         MPI_Allreduce(cycles, buf, nsum, MPI_DOUBLE, MPI_SUM,
 483                       cr->mpi_comm_mysim);
 484         for (i = 0; i < nsum; i++)
 485         {
 486             cycles[i] = buf[i];
 487         }
 488
 489         if (wc->wcc_all != NULL)
 490         {
 491             snew(cyc_all, ewcNR*ewcNR);
 492             snew(buf_all, ewcNR*ewcNR);
 493             for (i = 0; i < ewcNR*ewcNR; i++)
 494             {
 495                 cyc_all[i] = wc->wcc_all[i].c;
 496             }
 497             MPI_Allreduce(cyc_all, buf_all, ewcNR*ewcNR, MPI_DOUBLE, MPI_SUM,
 498                           cr->mpi_comm_mysim);
 499             for (i = 0; i < ewcNR*ewcNR; i++)
 500             {
 501                 wc->wcc_all[i].c = buf_all[i];
 502             }
 503             sfree(buf_all);
 504             sfree(cyc_all);
 505         }
 506     }
 507 #endif
 508 }
 509
 510 static void print_cycles(FILE *fplog, double c2t, const char *name,
 511                          int nthreads_tot,
 512                          int nnodes, int nthreads,
 513                          int n, double c, double tot)
 514 {
 515     char   num[11];
 516     char   thstr[6];
 517     double wallt;
 518
 519     if (c > 0)
 520     {
 521         if (n > 0)
 522         {
 523             snprintf(num, sizeof(num), "%10d", n);
 524             if (nthreads < 0)
 525             {
 526                 snprintf(thstr, sizeof(thstr), "N/A");
 527             }
 528             else
 529             {
 530                 snprintf(thstr, sizeof(thstr), "%4d", nthreads);
 531             }
 532         }
 533         else
 534         {
 535             sprintf(num, "          ");
 536             sprintf(thstr, "    ");
 537         }
 538         /* Convert the cycle count to wallclock time for this task */
 539         if (nthreads > 0)
 540         {
 541             /* Cycle count has been multiplied by the thread count,
 542              * correct for the number of threads used.
 543              */
 544             wallt = c*c2t*nthreads_tot/(double)(nnodes*nthreads);
 545         }
 546         else
 547         {
 548             /* nthreads=-1 signals total run time, no correction required */
 549             wallt = c*c2t;
 550         }
 551         fprintf(fplog, " %-19.19s %4d %4s %10s  %10.3f %12.3f   %5.1f\n",
 552                 name, nnodes, thstr, num, wallt, c*1e-9, 100*c/tot);
 553     }
 554 }
 555
 556 static void print_gputimes(FILE *fplog, const char *name,
 557                            int n, double t, double tot_t)
 558 {
 559     char num[11];
 560     char avg_perf[11];
 561
 562     if (n > 0)
 563     {
 564         snprintf(num, sizeof(num), "%10d", n);
 565         snprintf(avg_perf, sizeof(avg_perf), "%10.3f", t/n);
 566     }
 567     else
 568     {
 569         sprintf(num, "          ");
 570         sprintf(avg_perf, "          ");
 571     }
 572     if (t != tot_t)
 573     {
 574         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 575                 name, num, t/1000, avg_perf, 100 * t/tot_t);
 576     }
 577     else
 578     {
 579         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 580                 name, "", t/1000, avg_perf, 100.0);
 581     }
 582 }
 583
 584 void wallcycle_print(FILE *fplog, int nnodes, int npme, double realtime,
 585                      gmx_wallcycle_t wc, wallclock_gpu_t *gpu_t)
 586 {
 587     double     *cycles;
 588     double      c2t, tot, tot_gpu, tot_cpu_overlap, gpu_cpu_ratio, sum, tot_k;
 589     int         i, j, npp, nth_pp, nth_pme, nth_tot;
 590     char        buf[STRLEN];
 591     const char *hline = "-----------------------------------------------------------------------------";
 592
 593     if (wc == NULL)
 594     {
 595         return;
 596     }
 597
 598     nth_pp  = wc->nthreads_pp;
 599     nth_pme = wc->nthreads_pme;
 600
 601     cycles = wc->cycles_sum;
 602
 603     if (npme > 0)
 604     {
 605         npp = nnodes - npme;
 606
 607         nth_tot = npp*nth_pp + npme*nth_pme;
 608     }
 609     else
 610     {
 611         npp  = nnodes;
 612         npme = nnodes;
 613
 614         nth_tot = npp*nth_pp;
 615     }
 616
 617     tot = cycles[ewcRUN];
 618
 619     /* Conversion factor from cycles to seconds */
 620     if (tot > 0)
 621     {
 622         c2t = realtime/tot;
 623     }
 624     else
 625     {
 626         c2t = 0;
 627     }
 628
 629     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");
 630
 631     fprintf(fplog, " Computing:         Nodes   Th.     Count  Wall t (s)     G-Cycles       %c\n", '%');
 632     fprintf(fplog, "%s\n", hline);
 633     sum = 0;
 634     for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 635     {
 636         if (!is_pme_subcounter(i))
 637         {
 638             print_cycles(fplog, c2t, wcn[i], nth_tot,
 639                          is_pme_counter(i) ? npme : npp,
 640                          is_pme_counter(i) ? nth_pme : nth_pp,
 641                          wc->wcc[i].n, cycles[i], tot);
 642             sum += cycles[i];
 643         }
 644     }
 645     if (wc->wcc_all != NULL)
 646     {
 647         for (i = 0; i < ewcNR; i++)
 648         {
 649             for (j = 0; j < ewcNR; j++)
 650             {
 651                 snprintf(buf, 20, "%-9.9s %-9.9s", wcn[i], wcn[j]);
 652                 print_cycles(fplog, c2t, buf, nth_tot,
 653                              is_pme_counter(i) ? npme : npp,
 654                              is_pme_counter(i) ? nth_pme : nth_pp,
 655                              wc->wcc_all[i*ewcNR+j].n,
 656                              wc->wcc_all[i*ewcNR+j].c,
 657                              tot);
 658             }
 659         }
 660     }
 661     print_cycles(fplog, c2t, "Rest", nth_tot, npp, -1, 0, tot-sum, tot);
 662     fprintf(fplog, "%s\n", hline);
 663     print_cycles(fplog, c2t, "Total", nth_tot, nnodes, -1, 0, tot, tot);
 664     fprintf(fplog, "%s\n", hline);
 665
 666     if (wc->wcc[ewcPMEMESH].n > 0)
 667     {
 668         fprintf(fplog, "%s\n", hline);
 669         for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 670         {
 671             if (is_pme_subcounter(i))
 672             {
 673                 print_cycles(fplog, c2t, wcn[i], nth_tot,
 674                              is_pme_counter(i) ? npme : npp,
 675                              is_pme_counter(i) ? nth_pme : nth_pp,
 676                              wc->wcc[i].n, cycles[i], tot);
 677             }
 678         }
 679         fprintf(fplog, "%s\n", hline);
 680     }
 681
 682 #ifdef GMX_CYCLE_SUBCOUNTERS
 683     fprintf(fplog, "%s\n", hline);
 684     for (i = 0; i < ewcsNR; i++)
 685     {
 686         print_cycles(fplog, c2t, wcsn[i], nth_tot, npp, nth_pp,
 687                      wc->wcsc[i].n, cycles[ewcNR+i], tot);
 688     }
 689     fprintf(fplog, "%s\n", hline);
 690 #endif
 691
 692     /* print GPU timing summary */
 693     if (gpu_t)
 694     {
 695         const char *k_log_str[2][2] = {
 696             {"Nonbonded F kernel", "Nonbonded F+ene k."},
 697             {"Nonbonded F+prune k.", "Nonbonded F+ene+prune k."}
 698         };
 699
 700         tot_gpu = gpu_t->pl_h2d_t + gpu_t->nb_h2d_t + gpu_t->nb_d2h_t;
 701
 702         /* add up the kernel timings */
 703         tot_k = 0.0;
 704         for (i = 0; i < 2; i++)
 705         {
 706             for (j = 0; j < 2; j++)
 707             {
 708                 tot_k += gpu_t->ktime[i][j].t;
 709             }
 710         }
 711         tot_gpu += tot_k;
 712
 713         tot_cpu_overlap = wc->wcc[ewcFORCE].c;
 714         if (wc->wcc[ewcPMEMESH].n > 0)
 715         {
 716             tot_cpu_overlap += wc->wcc[ewcPMEMESH].c;
 717         }
 718         tot_cpu_overlap *= c2t * 1000; /* convert s to ms */
 719
 720         fprintf(fplog, "\n GPU timings\n%s\n", hline);
 721         fprintf(fplog, " Computing:                         Count  Wall t (s)      ms/step       %c\n", '%');
 722         fprintf(fplog, "%s\n", hline);
 723         print_gputimes(fplog, "Pair list H2D",
 724                        gpu_t->pl_h2d_c, gpu_t->pl_h2d_t, tot_gpu);
 725         print_gputimes(fplog, "X / q H2D",
 726                        gpu_t->nb_c, gpu_t->nb_h2d_t, tot_gpu);
 727
 728         for (i = 0; i < 2; i++)
 729         {
 730             for (j = 0; j < 2; j++)
 731             {
 732                 if (gpu_t->ktime[i][j].c)
 733                 {
 734                     print_gputimes(fplog, k_log_str[i][j],
 735                                    gpu_t->ktime[i][j].c, gpu_t->ktime[i][j].t, tot_gpu);
 736                 }
 737             }
 738         }
 739
 740         print_gputimes(fplog, "F D2H",  gpu_t->nb_c, gpu_t->nb_d2h_t, tot_gpu);
 741         fprintf(fplog, "%s\n", hline);
 742         print_gputimes(fplog, "Total ", gpu_t->nb_c, tot_gpu, tot_gpu);
 743         fprintf(fplog, "%s\n", hline);
 744
 745         gpu_cpu_ratio = tot_gpu/tot_cpu_overlap;
 746         fprintf(fplog, "\nForce evaluation time GPU/CPU: %.3f ms/%.3f ms = %.3f\n",
 747                 tot_gpu/gpu_t->nb_c, tot_cpu_overlap/wc->wcc[ewcFORCE].n,
 748                 gpu_cpu_ratio);
 749
 750         /* only print notes related to CPU-GPU load balance with PME */
 751         if (wc->wcc[ewcPMEMESH].n > 0)
 752         {
 753             fprintf(fplog, "For optimal performance this ratio should be close to 1!\n");
 754
 755             /* print note if the imbalance is high with PME case in which
 756              * CPU-GPU load balancing is possible */
 757             if (gpu_cpu_ratio < 0.75 || gpu_cpu_ratio > 1.2)
 758             {
 759                 /* Only the sim master calls this function, so always print to stderr */
 760                 if (gpu_cpu_ratio < 0.75)
 761                 {
 762                     if (npp > 1)
 763                     {
 764                         /* The user could have used -notunepme,
 765                          * but we currently can't check that here.
 766                          */
 767                         md_print_warn(NULL, fplog,
 768                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 769                                       "      performance loss. Maybe the domain decomposition limits the PME tuning.\n"
 770                                       "      In that case, try setting the DD grid manually (-dd) or lowering -dds.");
 771                     }
 772                     else
 773                     {
 774                         /* We should not end up here, unless the box is
 775                          * too small for increasing the cut-off for PME tuning.
 776                          */
 777                         md_print_warn(NULL, fplog,
 778                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 779                                       "      performance loss.");
 780                     }
 781                 }
 782                 if (gpu_cpu_ratio > 1.2)
 783                 {
 784                     md_print_warn(NULL, fplog,
 785                                   "\nNOTE: The GPU has >20%% more load than the CPU. This imbalance causes\n"
 786                                   "      performance loss, consider using a shorter cut-off and a finer PME grid.");
 787                 }
 788             }
 789         }
 790     }
 791
 792     if (wc->wcc[ewcNB_XF_BUF_OPS].n > 0 &&
 793         (cycles[ewcDOMDEC] > tot*0.1 ||
 794          cycles[ewcNS] > tot*0.1))
 795     {
 796         /* Only the sim master calls this function, so always print to stderr */
 797         if (wc->wcc[ewcDOMDEC].n == 0)
 798         {
 799             md_print_warn(NULL, fplog,
 800                           "NOTE: %d %% of the run time was spent in pair search,\n"
 801                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 802                           (int)(100*cycles[ewcNS]/tot+0.5));
 803         }
 804         else
 805         {
 806             md_print_warn(NULL, fplog,
 807                           "NOTE: %d %% of the run time was spent in domain decomposition,\n"
 808                           "      %d %% of the run time was spent in pair search,\n"
 809                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 810                           (int)(100*cycles[ewcDOMDEC]/tot+0.5),
 811                           (int)(100*cycles[ewcNS]/tot+0.5));
 812         }
 813     }
 814
 815     if (cycles[ewcMoveE] > tot*0.05)
 816     {
 817         /* Only the sim master calls this function, so always print to stderr */
 818         md_print_warn(NULL, fplog,
 819                       "NOTE: %d %% of the run time was spent communicating energies,\n"
 820                       "      you might want to use the -gcom option of mdrun\n",
 821                       (int)(100*cycles[ewcMoveE]/tot+0.5));
 822     }
 823 }
 824
 825 extern gmx_large_int_t wcycle_get_reset_counters(gmx_wallcycle_t wc)
 826 {
 827     if (wc == NULL)
 828     {
 829         return -1;
 830     }
 831
 832     return wc->reset_counters;
 833 }
 834
 835 extern void wcycle_set_reset_counters(gmx_wallcycle_t wc, gmx_large_int_t reset_counters)
 836 {
 837     if (wc == NULL)
 838     {
 839         return;
 840     }
 841
 842     wc->reset_counters = reset_counters;
 843 }
 844
 845 #ifdef GMX_CYCLE_SUBCOUNTERS
 846
 847 void wallcycle_sub_start(gmx_wallcycle_t wc, int ewcs)
 848 {
 849     if (wc != NULL)
 850     {
 851         wc->wcsc[ewcs].start = gmx_cycles_read();
 852     }
 853 }
 854
 855 void wallcycle_sub_stop(gmx_wallcycle_t wc, int ewcs)
 856 {
 857     if (wc != NULL)
 858     {
 859         wc->wcsc[ewcs].c += gmx_cycles_read() - wc->wcsc[ewcs].start;
 860         wc->wcsc[ewcs].n++;
 861     }
 862 }
 863
 864 #else
 865
 866 void wallcycle_sub_start(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 867 {
 868 }
 869 void wallcycle_sub_stop(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 870 {
 871 }
 872
 873 #endif /* GMX_CYCLE_SUBCOUNTERS */