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 "gromacs/timing/wallcycle.h"
  38
  39 #include "config.h"
  40
  41 #include <stdlib.h>
  42 #include <string.h>
  43
  44 #include "gromacs/legacyheaders/md_logging.h"
  45 #include "gromacs/legacyheaders/types/commrec.h"
  46 #include "gromacs/utility/cstringutil.h"
  47 #include "gromacs/utility/fatalerror.h"
  48 #include "gromacs/utility/gmxmpi.h"
  49 #include "gromacs/utility/smalloc.h"
  50
  51 #include "cyclecounter.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_int64_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", "Coordinate swapping", "IMD", "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[ewcNR+ewcsNR];
 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
 387     wcc = wc->wcc;
 388
 389     for (i = 0; i < ewcNR; i++)
 390     {
 391         if (is_pme_counter(i) || (i == ewcRUN && cr->duty == DUTY_PME))
 392         {
 393             wcc[i].c *= wc->nthreads_pme;
 394
 395             if (wc->wcc_all)
 396             {
 397                 for (j = 0; j < ewcNR; j++)
 398                 {
 399                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pme;
 400                 }
 401             }
 402         }
 403         else
 404         {
 405             wcc[i].c *= wc->nthreads_pp;
 406
 407             if (wc->wcc_all)
 408             {
 409                 for (j = 0; j < ewcNR; j++)
 410                 {
 411                     wc->wcc_all[i*ewcNR+j].c *= wc->nthreads_pp;
 412                 }
 413             }
 414         }
 415     }
 416
 417     if (wcc[ewcDDCOMMLOAD].n > 0)
 418     {
 419         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMLOAD].c;
 420     }
 421     if (wcc[ewcDDCOMMBOUND].n > 0)
 422     {
 423         wcc[ewcDOMDEC].c -= wcc[ewcDDCOMMBOUND].c;
 424     }
 425     if (wcc[ewcPME_FFTCOMM].n > 0)
 426     {
 427         wcc[ewcPME_FFT].c -= wcc[ewcPME_FFTCOMM].c;
 428     }
 429
 430     if (cr->npmenodes == 0)
 431     {
 432         /* All nodes do PME (or no PME at all) */
 433         if (wcc[ewcPMEMESH].n > 0)
 434         {
 435             wcc[ewcFORCE].c -= wcc[ewcPMEMESH].c;
 436         }
 437     }
 438     else
 439     {
 440         /* The are PME-only nodes */
 441         if (wcc[ewcPMEMESH].n > 0)
 442         {
 443             /* This must be a PME only node, calculate the Wait + Comm. time */
 444             wcc[ewcPMEWAITCOMM].c = wcc[ewcRUN].c - wcc[ewcPMEMESH].c;
 445         }
 446     }
 447
 448     /* Store the cycles in a double buffer for summing */
 449     for (i = 0; i < ewcNR; i++)
 450     {
 451         cycles_n[i] = (double)wcc[i].n;
 452         cycles[i]   = (double)wcc[i].c;
 453     }
 454     nsum = ewcNR;
 455 #ifdef GMX_CYCLE_SUBCOUNTERS
 456     for (i = 0; i < ewcsNR; i++)
 457     {
 458         wc->wcsc[i].c    *= wc->nthreads_pp;
 459         cycles_n[ewcNR+i] = (double)wc->wcsc[i].n;
 460         cycles[ewcNR+i]   = (double)wc->wcsc[i].c;
 461     }
 462     nsum += ewcsNR;
 463 #endif
 464
 465 #ifdef GMX_MPI
 466     if (cr->nnodes > 1)
 467     {
 468         MPI_Allreduce(cycles_n, buf, nsum, MPI_DOUBLE, MPI_MAX,
 469                       cr->mpi_comm_mysim);
 470         for (i = 0; i < ewcNR; i++)
 471         {
 472             wcc[i].n = (int)(buf[i] + 0.5);
 473         }
 474 #ifdef GMX_CYCLE_SUBCOUNTERS
 475         for (i = 0; i < ewcsNR; i++)
 476         {
 477             wc->wcsc[i].n = (int)(buf[ewcNR+i] + 0.5);
 478         }
 479 #endif
 480
 481         MPI_Allreduce(cycles, wc->cycles_sum, nsum, MPI_DOUBLE, MPI_SUM,
 482                       cr->mpi_comm_mysim);
 483
 484         if (wc->wcc_all != NULL)
 485         {
 486             snew(cyc_all, ewcNR*ewcNR);
 487             snew(buf_all, ewcNR*ewcNR);
 488             for (i = 0; i < ewcNR*ewcNR; i++)
 489             {
 490                 cyc_all[i] = wc->wcc_all[i].c;
 491             }
 492             MPI_Allreduce(cyc_all, buf_all, ewcNR*ewcNR, MPI_DOUBLE, MPI_SUM,
 493                           cr->mpi_comm_mysim);
 494             for (i = 0; i < ewcNR*ewcNR; i++)
 495             {
 496                 wc->wcc_all[i].c = buf_all[i];
 497             }
 498             sfree(buf_all);
 499             sfree(cyc_all);
 500         }
 501     }
 502     else
 503 #endif
 504     {
 505         for (i = 0; i < nsum; i++)
 506         {
 507             wc->cycles_sum[i] = cycles[i];
 508         }
 509     }
 510 }
 511
 512 static void print_cycles(FILE *fplog, double c2t, const char *name,
 513                          int nnodes, int nthreads,
 514                          int ncalls, double c_sum, double tot)
 515 {
 516     char   nnodes_str[6];
 517     char   nthreads_str[6];
 518     char   ncalls_str[11];
 519     double wallt;
 520
 521     if (c_sum > 0)
 522     {
 523         if (ncalls > 0)
 524         {
 525             snprintf(ncalls_str, sizeof(ncalls_str), "%10d", ncalls);
 526             if (nnodes < 0)
 527             {
 528                 snprintf(nnodes_str, sizeof(nnodes_str), "N/A");
 529             }
 530             else
 531             {
 532                 snprintf(nnodes_str, sizeof(nnodes_str), "%4d", nnodes);
 533             }
 534             if (nthreads < 0)
 535             {
 536                 snprintf(nthreads_str, sizeof(nthreads_str), "N/A");
 537             }
 538             else
 539             {
 540                 snprintf(nthreads_str, sizeof(nthreads_str), "%4d", nthreads);
 541             }
 542         }
 543         else
 544         {
 545             nnodes_str[0]   = 0;
 546             nthreads_str[0] = 0;
 547             ncalls_str[0]   = 0;
 548         }
 549         /* Convert the cycle count to wallclock time for this task */
 550         wallt = c_sum*c2t;
 551
 552         fprintf(fplog, " %-19.19s %4s %4s %10s  %10.3f %14.3f %5.1f\n",
 553                 name, nnodes_str, nthreads_str, ncalls_str, wallt,
 554                 c_sum*1e-9, 100*c_sum/tot);
 555     }
 556 }
 557
 558 static void print_gputimes(FILE *fplog, const char *name,
 559                            int n, double t, double tot_t)
 560 {
 561     char num[11];
 562     char avg_perf[11];
 563
 564     if (n > 0)
 565     {
 566         snprintf(num, sizeof(num), "%10d", n);
 567         snprintf(avg_perf, sizeof(avg_perf), "%10.3f", t/n);
 568     }
 569     else
 570     {
 571         sprintf(num, "          ");
 572         sprintf(avg_perf, "          ");
 573     }
 574     if (t != tot_t)
 575     {
 576         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 577                 name, num, t/1000, avg_perf, 100 * t/tot_t);
 578     }
 579     else
 580     {
 581         fprintf(fplog, " %-29s %10s%12.3f   %s   %5.1f\n",
 582                 name, "", t/1000, avg_perf, 100.0);
 583     }
 584 }
 585
 586 static void print_header(FILE *fplog, int nrank_pp, int nth_pp, int nrank_pme, int nth_pme)
 587 {
 588     int nrank_tot = nrank_pp + nrank_pme;
 589     if (0 == nrank_pme)
 590     {
 591         fprintf(fplog, "On %d MPI rank%s", nrank_tot, nrank_tot == 1 ? "" : "s");
 592         if (nth_pp > 1)
 593         {
 594             fprintf(fplog, ", each using %d OpenMP threads", nth_pp);
 595         }
 596         /* Don't report doing PP+PME, because we can't tell here if
 597          * this is RF, etc. */
 598     }
 599     else
 600     {
 601         fprintf(fplog, "On %d MPI rank%s doing PP", nrank_pp, nrank_pp == 1 ? "" : "s");
 602         if (nth_pp > 1)
 603         {
 604             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pp > 1 ? " each" : "", nth_pp);
 605         }
 606         fprintf(fplog, ", and\non %d MPI rank%s doing PME", nrank_pme, nrank_pme == 1 ? "" : "s");
 607         if (nth_pme > 1)
 608         {
 609             fprintf(fplog, ",%s using %d OpenMP threads", nrank_pme > 1 ? " each" : "", nth_pme);
 610         }
 611     }
 612
 613     fprintf(fplog, "\n\n");
 614     fprintf(fplog, " Computing:          Num   Num      Call    Wall time         Giga-Cycles\n");
 615     fprintf(fplog, "                     Ranks Threads  Count      (s)         total sum    %%\n");
 616 }
 617
 618 void wallcycle_print(FILE *fplog, int nnodes, int npme, double realtime,
 619                      gmx_wallcycle_t wc, wallclock_gpu_t *gpu_t)
 620 {
 621     double     *cyc_sum;
 622     double      tot, tot_for_pp, tot_for_rest, tot_gpu, tot_cpu_overlap, gpu_cpu_ratio, tot_k;
 623     double      c2t, c2t_pp, c2t_pme;
 624     int         i, j, npp, nth_pp, nth_pme, nth_tot;
 625     char        buf[STRLEN];
 626     const char *hline = "-----------------------------------------------------------------------------";
 627
 628     if (wc == NULL)
 629     {
 630         return;
 631     }
 632
 633     nth_pp  = wc->nthreads_pp;
 634     nth_pme = wc->nthreads_pme;
 635
 636     cyc_sum = wc->cycles_sum;
 637
 638     npp     = nnodes - npme;
 639     nth_tot = npp*nth_pp + npme*nth_pme;
 640
 641     /* When using PME-only nodes, the next line is valid for both
 642        PP-only and PME-only nodes because they started ewcRUN at the
 643        same time. */
 644     tot        = cyc_sum[ewcRUN];
 645     tot_for_pp = 0;
 646
 647     /* Conversion factor from cycles to seconds */
 648     if (tot > 0)
 649     {
 650         c2t     = realtime/tot;
 651         c2t_pp  = c2t * nth_tot / (double) (npp*nth_pp);
 652         c2t_pme = c2t * nth_tot / (double) (npme*nth_pme);
 653     }
 654     else
 655     {
 656         c2t     = 0;
 657         c2t_pp  = 0;
 658         c2t_pme = 0;
 659     }
 660
 661     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");
 662
 663     print_header(fplog, npp, nth_pp, npme, nth_pme);
 664
 665     fprintf(fplog, "%s\n", hline);
 666     for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 667     {
 668         if (is_pme_subcounter(i))
 669         {
 670             /* Do not count these at all */
 671         }
 672         else if (npme > 0 && is_pme_counter(i))
 673         {
 674             /* Print timing information for PME-only nodes, but add an
 675              * asterisk so the reader of the table can know that the
 676              * walltimes are not meant to add up. The asterisk still
 677              * fits in the required maximum of 19 characters. */
 678             char buffer[STRLEN];
 679             snprintf(buffer, STRLEN, "%s *", wcn[i]);
 680             print_cycles(fplog, c2t_pme, buffer,
 681                          npme, nth_pme,
 682                          wc->wcc[i].n, cyc_sum[i], tot);
 683         }
 684         else
 685         {
 686             /* Print timing information when it is for a PP or PP+PME
 687                node */
 688             print_cycles(fplog, c2t_pp, wcn[i],
 689                          npp, nth_pp,
 690                          wc->wcc[i].n, cyc_sum[i], tot);
 691             tot_for_pp += cyc_sum[i];
 692         }
 693     }
 694     if (wc->wcc_all != NULL)
 695     {
 696         for (i = 0; i < ewcNR; i++)
 697         {
 698             for (j = 0; j < ewcNR; j++)
 699             {
 700                 snprintf(buf, 20, "%-9.9s %-9.9s", wcn[i], wcn[j]);
 701                 print_cycles(fplog, c2t_pp, buf,
 702                              npp, nth_pp,
 703                              wc->wcc_all[i*ewcNR+j].n,
 704                              wc->wcc_all[i*ewcNR+j].c,
 705                              tot);
 706             }
 707         }
 708     }
 709     tot_for_rest = tot * (npp * nth_pp) / (double) nth_tot;
 710     print_cycles(fplog, c2t_pp, "Rest",
 711                  npp, nth_pp,
 712                  -1, tot_for_rest - tot_for_pp, tot);
 713     fprintf(fplog, "%s\n", hline);
 714     print_cycles(fplog, c2t, "Total",
 715                  npp, nth_pp,
 716                  -1, tot, tot);
 717     fprintf(fplog, "%s\n", hline);
 718
 719     if (npme > 0)
 720     {
 721         fprintf(fplog,
 722                 "(*) Note that with separate PME ranks, the walltime column actually sums to\n"
 723                 "    twice the total reported, but the cycle count total and %% are correct.\n"
 724                 "%s\n", hline);
 725     }
 726
 727     if (wc->wcc[ewcPMEMESH].n > 0)
 728     {
 729         fprintf(fplog, " Breakdown of PME mesh computation\n");
 730         fprintf(fplog, "%s\n", hline);
 731         for (i = ewcPPDURINGPME+1; i < ewcNR; i++)
 732         {
 733             if (is_pme_subcounter(i))
 734             {
 735                 print_cycles(fplog, npme > 0 ? c2t_pme : c2t_pp, wcn[i],
 736                              npme > 0 ? npme : npp, nth_pme,
 737                              wc->wcc[i].n, cyc_sum[i], tot);
 738             }
 739         }
 740         fprintf(fplog, "%s\n", hline);
 741     }
 742
 743 #ifdef GMX_CYCLE_SUBCOUNTERS
 744     fprintf(fplog, " Breakdown of PP computation\n");
 745     fprintf(fplog, "%s\n", hline);
 746     for (i = 0; i < ewcsNR; i++)
 747     {
 748         print_cycles(fplog, c2t_pp, wcsn[i],
 749                      npp, nth_pp,
 750                      wc->wcsc[i].n, cyc_sum[ewcNR+i], tot);
 751     }
 752     fprintf(fplog, "%s\n", hline);
 753 #endif
 754
 755     /* print GPU timing summary */
 756     if (gpu_t)
 757     {
 758         const char *k_log_str[2][2] = {
 759             {"Nonbonded F kernel", "Nonbonded F+ene k."},
 760             {"Nonbonded F+prune k.", "Nonbonded F+ene+prune k."}
 761         };
 762
 763         tot_gpu = gpu_t->pl_h2d_t + gpu_t->nb_h2d_t + gpu_t->nb_d2h_t;
 764
 765         /* add up the kernel timings */
 766         tot_k = 0.0;
 767         for (i = 0; i < 2; i++)
 768         {
 769             for (j = 0; j < 2; j++)
 770             {
 771                 tot_k += gpu_t->ktime[i][j].t;
 772             }
 773         }
 774         tot_gpu += tot_k;
 775
 776         tot_cpu_overlap = wc->wcc[ewcFORCE].c;
 777         if (wc->wcc[ewcPMEMESH].n > 0)
 778         {
 779             tot_cpu_overlap += wc->wcc[ewcPMEMESH].c;
 780         }
 781         tot_cpu_overlap *= realtime*1000/tot; /* convert s to ms */
 782
 783         fprintf(fplog, "\n GPU timings\n%s\n", hline);
 784         fprintf(fplog, " Computing:                         Count  Wall t (s)      ms/step       %c\n", '%');
 785         fprintf(fplog, "%s\n", hline);
 786         print_gputimes(fplog, "Pair list H2D",
 787                        gpu_t->pl_h2d_c, gpu_t->pl_h2d_t, tot_gpu);
 788         print_gputimes(fplog, "X / q H2D",
 789                        gpu_t->nb_c, gpu_t->nb_h2d_t, tot_gpu);
 790
 791         for (i = 0; i < 2; i++)
 792         {
 793             for (j = 0; j < 2; j++)
 794             {
 795                 if (gpu_t->ktime[i][j].c)
 796                 {
 797                     print_gputimes(fplog, k_log_str[i][j],
 798                                    gpu_t->ktime[i][j].c, gpu_t->ktime[i][j].t, tot_gpu);
 799                 }
 800             }
 801         }
 802
 803         print_gputimes(fplog, "F D2H",  gpu_t->nb_c, gpu_t->nb_d2h_t, tot_gpu);
 804         fprintf(fplog, "%s\n", hline);
 805         print_gputimes(fplog, "Total ", gpu_t->nb_c, tot_gpu, tot_gpu);
 806         fprintf(fplog, "%s\n", hline);
 807
 808         gpu_cpu_ratio = tot_gpu/tot_cpu_overlap;
 809         fprintf(fplog, "\nForce evaluation time GPU/CPU: %.3f ms/%.3f ms = %.3f\n",
 810                 tot_gpu/gpu_t->nb_c, tot_cpu_overlap/wc->wcc[ewcFORCE].n,
 811                 gpu_cpu_ratio);
 812
 813         /* only print notes related to CPU-GPU load balance with PME */
 814         if (wc->wcc[ewcPMEMESH].n > 0)
 815         {
 816             fprintf(fplog, "For optimal performance this ratio should be close to 1!\n");
 817
 818             /* print note if the imbalance is high with PME case in which
 819              * CPU-GPU load balancing is possible */
 820             if (gpu_cpu_ratio < 0.75 || gpu_cpu_ratio > 1.2)
 821             {
 822                 /* Only the sim master calls this function, so always print to stderr */
 823                 if (gpu_cpu_ratio < 0.75)
 824                 {
 825                     if (npp > 1)
 826                     {
 827                         /* The user could have used -notunepme,
 828                          * but we currently can't check that here.
 829                          */
 830                         md_print_warn(NULL, fplog,
 831                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 832                                       "      performance loss. Maybe the domain decomposition limits the PME tuning.\n"
 833                                       "      In that case, try setting the DD grid manually (-dd) or lowering -dds.");
 834                     }
 835                     else
 836                     {
 837                         /* We should not end up here, unless the box is
 838                          * too small for increasing the cut-off for PME tuning.
 839                          */
 840                         md_print_warn(NULL, fplog,
 841                                       "\nNOTE: The GPU has >25%% less load than the CPU. This imbalance causes\n"
 842                                       "      performance loss.");
 843                     }
 844                 }
 845                 if (gpu_cpu_ratio > 1.2)
 846                 {
 847                     md_print_warn(NULL, fplog,
 848                                   "\nNOTE: The GPU has >20%% more load than the CPU. This imbalance causes\n"
 849                                   "      performance loss, consider using a shorter cut-off and a finer PME grid.");
 850                 }
 851             }
 852         }
 853     }
 854
 855     if (wc->wcc[ewcNB_XF_BUF_OPS].n > 0 &&
 856         (cyc_sum[ewcDOMDEC] > tot*0.1 ||
 857          cyc_sum[ewcNS] > tot*0.1))
 858     {
 859         /* Only the sim master calls this function, so always print to stderr */
 860         if (wc->wcc[ewcDOMDEC].n == 0)
 861         {
 862             md_print_warn(NULL, fplog,
 863                           "NOTE: %d %% of the run time was spent in pair search,\n"
 864                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 865                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 866         }
 867         else
 868         {
 869             md_print_warn(NULL, fplog,
 870                           "NOTE: %d %% of the run time was spent in domain decomposition,\n"
 871                           "      %d %% of the run time was spent in pair search,\n"
 872                           "      you might want to increase nstlist (this has no effect on accuracy)\n",
 873                           (int)(100*cyc_sum[ewcDOMDEC]/tot+0.5),
 874                           (int)(100*cyc_sum[ewcNS]/tot+0.5));
 875         }
 876     }
 877
 878     if (cyc_sum[ewcMoveE] > tot*0.05)
 879     {
 880         /* Only the sim master calls this function, so always print to stderr */
 881         md_print_warn(NULL, fplog,
 882                       "NOTE: %d %% of the run time was spent communicating energies,\n"
 883                       "      you might want to use the -gcom option of mdrun\n",
 884                       (int)(100*cyc_sum[ewcMoveE]/tot+0.5));
 885     }
 886 }
 887
 888 extern gmx_int64_t wcycle_get_reset_counters(gmx_wallcycle_t wc)
 889 {
 890     if (wc == NULL)
 891     {
 892         return -1;
 893     }
 894
 895     return wc->reset_counters;
 896 }
 897
 898 extern void wcycle_set_reset_counters(gmx_wallcycle_t wc, gmx_int64_t reset_counters)
 899 {
 900     if (wc == NULL)
 901     {
 902         return;
 903     }
 904
 905     wc->reset_counters = reset_counters;
 906 }
 907
 908 #ifdef GMX_CYCLE_SUBCOUNTERS
 909
 910 void wallcycle_sub_start(gmx_wallcycle_t wc, int ewcs)
 911 {
 912     if (wc != NULL)
 913     {
 914         wc->wcsc[ewcs].start = gmx_cycles_read();
 915     }
 916 }
 917
 918 void wallcycle_sub_stop(gmx_wallcycle_t wc, int ewcs)
 919 {
 920     if (wc != NULL)
 921     {
 922         wc->wcsc[ewcs].c += gmx_cycles_read() - wc->wcsc[ewcs].start;
 923         wc->wcsc[ewcs].n++;
 924     }
 925 }
 926
 927 #else
 928
 929 void wallcycle_sub_start(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 930 {
 931 }
 932 void wallcycle_sub_stop(gmx_wallcycle_t gmx_unused wc, int gmx_unused ewcs)
 933 {
 934 }
 935
 936 #endif /* GMX_CYCLE_SUBCOUNTERS */