src/mdlib/nbnxn_cuda/nbnxn_cuda_data_mgmt.cu

   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) 2001-2012, The GROMACS development team,
   6  * check out http://www.gromacs.org for more information.
   7  * Copyright (c) 2012, by the GROMACS development team, led by
   8  * David van der Spoel, Berk Hess, Erik Lindahl, and including many
   9  * others, as listed in the AUTHORS file in the top-level source
  10  * directory and at http://www.gromacs.org.
  11  *
  12  * GROMACS is free software; you can redistribute it and/or
  13  * modify it under the terms of the GNU Lesser General Public License
  14  * as published by the Free Software Foundation; either version 2.1
  15  * of the License, or (at your option) any later version.
  16  *
  17  * GROMACS is distributed in the hope that it will be useful,
  18  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  19  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  20  * Lesser General Public License for more details.
  21  *
  22  * You should have received a copy of the GNU Lesser General Public
  23  * License along with GROMACS; if not, see
  24  * http://www.gnu.org/licenses, or write to the Free Software Foundation,
  25  * Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA.
  26  *
  27  * If you want to redistribute modifications to GROMACS, please
  28  * consider that scientific software is very special. Version
  29  * control is crucial - bugs must be traceable. We will be happy to
  30  * consider code for inclusion in the official distribution, but
  31  * derived work must not be called official GROMACS. Details are found
  32  * in the README & COPYING files - if they are missing, get the
  33  * official version at http://www.gromacs.org.
  34  *
  35  * To help us fund GROMACS development, we humbly ask that you cite
  36  * the research papers on the package. Check out http://www.gromacs.org.
  37  */
  38 #ifdef HAVE_CONFIG_H
  39 #include <config.h>
  40 #endif
  41
  42 #include <stdlib.h>
  43 #include <stdio.h>
  44 #include <assert.h>
  45
  46 #include <cuda.h>
  47
  48 #include "gmx_fatal.h"
  49 #include "smalloc.h"
  50 #include "tables.h"
  51 #include "typedefs.h"
  52 #include "types/nb_verlet.h"
  53 #include "types/interaction_const.h"
  54 #include "types/force_flags.h"
  55 #include "../nbnxn_consts.h"
  56 #include "gmx_detect_hardware.h"
  57
  58 #include "nbnxn_cuda_types.h"
  59 #include "../../gmxlib/cuda_tools/cudautils.cuh"
  60 #include "nbnxn_cuda_data_mgmt.h"
  61 #include "pmalloc_cuda.h"
  62 #include "gpu_utils.h"
  63
  64 static bool bUseCudaEventBlockingSync = false; /* makes the CPU thread block */
  65
  66 /* This is a heuristically determined parameter for the Fermi architecture for
  67  * the minimum size of ci lists by multiplying this constant with the # of
  68  * multiprocessors on the current device.
  69  */
  70 static unsigned int gpu_min_ci_balanced_factor = 40;
  71
  72 /* Functions from nbnxn_cuda.cu */
  73 extern void nbnxn_cuda_set_cacheconfig(cuda_dev_info_t *devinfo);
  74 extern const struct texture<float, 1, cudaReadModeElementType>& nbnxn_cuda_get_nbfp_texref();
  75 extern const struct texture<float, 1, cudaReadModeElementType>& nbnxn_cuda_get_coulomb_tab_texref();
  76
  77 /* We should actually be using md_print_warn in md_logging.c,
  78  * but we can't include mpi.h in CUDA code.
  79  */
  80 static void md_print_warn(FILE       *fplog,
  81                           const char *fmt, ...)
  82 {
  83     va_list ap;
  84
  85     if (fplog != NULL)
  86     {
  87         /* We should only print to stderr on the master node,
  88          * in most cases fplog is only set on the master node, so this works.
  89          */
  90         va_start(ap, fmt);
  91         fprintf(stderr, "\n");
  92         vfprintf(stderr, fmt, ap);
  93         fprintf(stderr, "\n");
  94         va_end(ap);
  95
  96         va_start(ap, fmt);
  97         fprintf(fplog, "\n");
  98         vfprintf(fplog, fmt, ap);
  99         fprintf(fplog, "\n");
 100         va_end(ap);
 101     }
 102 }
 103
 104
 105 /* Fw. decl. */
 106 static void nbnxn_cuda_clear_e_fshift(nbnxn_cuda_ptr_t cu_nb);
 107
 108
 109 /*! Tabulates the Ewald Coulomb force and initializes the size/scale
 110     and the table GPU array. If called with an already allocated table,
 111     it just re-uploads the table.
 112  */
 113 static void init_ewald_coulomb_force_table(cu_nbparam_t *nbp)
 114 {
 115     float       *ftmp, *coul_tab;
 116     int         tabsize;
 117     double      tabscale;
 118     cudaError_t stat;
 119
 120     tabsize     = GPU_EWALD_COULOMB_FORCE_TABLE_SIZE;
 121     /* Subtract 2 iso 1 to avoid access out of range due to rounding */
 122     tabscale    = (tabsize - 2) / sqrt(nbp->rcoulomb_sq);
 123
 124     pmalloc((void**)&ftmp, tabsize*sizeof(*ftmp));
 125
 126     table_spline3_fill_ewald_lr(ftmp, NULL, NULL, tabsize,
 127                                 1/tabscale, nbp->ewald_beta);
 128
 129     /* If the table pointer == NULL the table is generated the first time =>
 130        the array pointer will be saved to nbparam and the texture is bound.
 131      */
 132     coul_tab = nbp->coulomb_tab;
 133     if (coul_tab == NULL)
 134     {
 135         stat = cudaMalloc((void **)&coul_tab, tabsize*sizeof(*coul_tab));
 136         CU_RET_ERR(stat, "cudaMalloc failed on coul_tab");
 137
 138         nbp->coulomb_tab = coul_tab;
 139
 140         cudaChannelFormatDesc cd   = cudaCreateChannelDesc<float>();
 141         stat = cudaBindTexture(NULL, &nbnxn_cuda_get_coulomb_tab_texref(),
 142                                coul_tab, &cd, tabsize*sizeof(*coul_tab));
 143         CU_RET_ERR(stat, "cudaBindTexture on coul_tab failed");
 144     }
 145
 146     cu_copy_H2D(coul_tab, ftmp, tabsize*sizeof(*coul_tab));
 147
 148     nbp->coulomb_tab_size     = tabsize;
 149     nbp->coulomb_tab_scale    = tabscale;
 150
 151     pfree(ftmp);
 152 }
 153
 154
 155 /*! Initializes the atomdata structure first time, it only gets filled at
 156     pair-search. */
 157 static void init_atomdata_first(cu_atomdata_t *ad, int ntypes)
 158 {
 159     cudaError_t stat;
 160
 161     ad->ntypes  = ntypes;
 162     stat = cudaMalloc((void**)&ad->shift_vec, SHIFTS*sizeof(*ad->shift_vec));
 163     CU_RET_ERR(stat, "cudaMalloc failed on ad->shift_vec");
 164     ad->bShiftVecUploaded = false;
 165
 166     stat = cudaMalloc((void**)&ad->fshift, SHIFTS*sizeof(*ad->fshift));
 167     CU_RET_ERR(stat, "cudaMalloc failed on ad->fshift");
 168
 169     stat = cudaMalloc((void**)&ad->e_lj, sizeof(*ad->e_lj));
 170     CU_RET_ERR(stat, "cudaMalloc failed on ad->e_lj");
 171     stat = cudaMalloc((void**)&ad->e_el, sizeof(*ad->e_el));
 172     CU_RET_ERR(stat, "cudaMalloc failed on ad->e_el");
 173
 174     /* initialize to NULL poiters to data that is not allocated here and will
 175        need reallocation in nbnxn_cuda_init_atomdata */
 176     ad->xq = NULL;
 177     ad->f  = NULL;
 178
 179     /* size -1 indicates that the respective array hasn't been initialized yet */
 180     ad->natoms = -1;
 181     ad->nalloc = -1;
 182 }
 183
 184 /*! Selects the Ewald kernel type, analytical on SM 3.0 and later, tabulated on
 185     earlier GPUs, single or twin cut-off. */
 186 static int pick_ewald_kernel_type(bool                   bTwinCut,
 187                                   const cuda_dev_info_t *dev_info)
 188 {
 189     bool bUseAnalyticalEwald, bForceAnalyticalEwald, bForceTabulatedEwald;
 190     int  kernel_type;
 191
 192     /* Benchmarking/development environment variables to force the use of
 193        analytical or tabulated Ewald kernel. */
 194     bForceAnalyticalEwald = (getenv("GMX_CUDA_NB_ANA_EWALD") != NULL);
 195     bForceTabulatedEwald  = (getenv("GMX_CUDA_NB_TAB_EWALD") != NULL);
 196
 197     if (bForceAnalyticalEwald && bForceTabulatedEwald)
 198     {
 199         gmx_incons("Both analytical and tabulated Ewald CUDA non-bonded kernels "
 200                    "requested through environment variables.");
 201     }
 202
 203     /* By default, on SM 3.0 and later use analytical Ewald, on earlier tabulated. */
 204     if ((dev_info->prop.major >= 3 || bForceAnalyticalEwald) && !bForceTabulatedEwald)
 205     {
 206         bUseAnalyticalEwald = true;
 207
 208         if (debug)
 209         {
 210             fprintf(debug, "Using analytical Ewald CUDA kernels\n");
 211         }
 212     }
 213     else
 214     {
 215         bUseAnalyticalEwald = false;
 216
 217         if (debug)
 218         {
 219             fprintf(debug, "Using tabulated Ewald CUDA kernels\n");
 220         }
 221     }
 222
 223     /* Use twin cut-off kernels if requested by bTwinCut or the env. var.
 224        forces it (use it for debugging/benchmarking only). */
 225     if (!bTwinCut && (getenv("GMX_CUDA_NB_EWALD_TWINCUT") == NULL))
 226     {
 227         kernel_type = bUseAnalyticalEwald ? eelCuEWALD_ANA : eelCuEWALD_TAB;
 228     }
 229     else
 230     {
 231         kernel_type = bUseAnalyticalEwald ? eelCuEWALD_ANA_TWIN : eelCuEWALD_TAB_TWIN;
 232     }
 233
 234     return kernel_type;
 235 }
 236
 237
 238 /*! Initializes the nonbonded parameter data structure. */
 239 static void init_nbparam(cu_nbparam_t *nbp,
 240                          const interaction_const_t *ic,
 241                          const nbnxn_atomdata_t *nbat,
 242                          const cuda_dev_info_t *dev_info)
 243 {
 244     cudaError_t stat;
 245     int         ntypes, nnbfp;
 246
 247     ntypes  = nbat->ntype;
 248
 249     nbp->ewald_beta = ic->ewaldcoeff;
 250     nbp->sh_ewald   = ic->sh_ewald;
 251     nbp->epsfac     = ic->epsfac;
 252     nbp->two_k_rf   = 2.0 * ic->k_rf;
 253     nbp->c_rf       = ic->c_rf;
 254     nbp->rvdw_sq    = ic->rvdw * ic->rvdw;
 255     nbp->rcoulomb_sq= ic->rcoulomb * ic->rcoulomb;
 256     nbp->rlist_sq   = ic->rlist * ic->rlist;
 257     nbp->sh_invrc6  = ic->sh_invrc6;
 258
 259     if (ic->eeltype == eelCUT)
 260     {
 261         nbp->eeltype = eelCuCUT;
 262     }
 263     else if (EEL_RF(ic->eeltype))
 264     {
 265         nbp->eeltype = eelCuRF;
 266     }
 267     else if ((EEL_PME(ic->eeltype) || ic->eeltype==eelEWALD))
 268     {
 269         /* Initially rcoulomb == rvdw, so it's surely not twin cut-off. */
 270         nbp->eeltype = pick_ewald_kernel_type(false, dev_info);
 271     }
 272     else
 273     {
 274         /* Shouldn't happen, as this is checked when choosing Verlet-scheme */
 275         gmx_incons("The requested electrostatics type is not implemented in the CUDA GPU accelerated kernels!");
 276     }
 277
 278     /* generate table for PME */
 279     nbp->coulomb_tab = NULL;
 280     if (nbp->eeltype == eelCuEWALD_TAB || nbp->eeltype == eelCuEWALD_TAB_TWIN)
 281     {
 282         init_ewald_coulomb_force_table(nbp);
 283     }
 284
 285     nnbfp = 2*ntypes*ntypes;
 286     stat = cudaMalloc((void **)&nbp->nbfp, nnbfp*sizeof(*nbp->nbfp));
 287     CU_RET_ERR(stat, "cudaMalloc failed on nbp->nbfp");
 288     cu_copy_H2D(nbp->nbfp, nbat->nbfp, nnbfp*sizeof(*nbp->nbfp));
 289
 290     cudaChannelFormatDesc cd   = cudaCreateChannelDesc<float>();
 291     stat = cudaBindTexture(NULL, &nbnxn_cuda_get_nbfp_texref(),
 292                            nbp->nbfp, &cd, nnbfp*sizeof(*nbp->nbfp));
 293     CU_RET_ERR(stat, "cudaBindTexture on nbfp failed");
 294 }
 295
 296 /*! Re-generate the GPU Ewald force table, resets rlist, and update the
 297  *  electrostatic type switching to twin cut-off (or back) if needed. */
 298 void nbnxn_cuda_pme_loadbal_update_param(nbnxn_cuda_ptr_t cu_nb,
 299                                          const interaction_const_t *ic)
 300 {
 301     cu_nbparam_t *nbp = cu_nb->nbparam;
 302
 303     nbp->rlist_sq       = ic->rlist * ic->rlist;
 304     nbp->rcoulomb_sq    = ic->rcoulomb * ic->rcoulomb;
 305     nbp->ewald_beta     = ic->ewaldcoeff;
 306
 307     nbp->eeltype        = pick_ewald_kernel_type(ic->rcoulomb != ic->rvdw,
 308                                                  cu_nb->dev_info);
 309
 310     init_ewald_coulomb_force_table(cu_nb->nbparam);
 311 }
 312
 313 /*! Initializes the pair list data structure. */
 314 static void init_plist(cu_plist_t *pl)
 315 {
 316     /* initialize to NULL pointers to data that is not allocated here and will
 317        need reallocation in nbnxn_cuda_init_pairlist */
 318     pl->sci     = NULL;
 319     pl->cj4     = NULL;
 320     pl->excl    = NULL;
 321
 322     /* size -1 indicates that the respective array hasn't been initialized yet */
 323     pl->na_c        = -1;
 324     pl->nsci        = -1;
 325     pl->sci_nalloc  = -1;
 326     pl->ncj4        = -1;
 327     pl->cj4_nalloc  = -1;
 328     pl->nexcl       = -1;
 329     pl->excl_nalloc = -1;
 330     pl->bDoPrune    = false;
 331 }
 332
 333 /*! Initializes the timer data structure. */
 334 static void init_timers(cu_timers_t *t, bool bUseTwoStreams)
 335 {
 336     cudaError_t stat;
 337     int eventflags = ( bUseCudaEventBlockingSync ? cudaEventBlockingSync: cudaEventDefault );
 338
 339     stat = cudaEventCreateWithFlags(&(t->start_atdat), eventflags);
 340     CU_RET_ERR(stat, "cudaEventCreate on start_atdat failed");
 341     stat = cudaEventCreateWithFlags(&(t->stop_atdat), eventflags);
 342     CU_RET_ERR(stat, "cudaEventCreate on stop_atdat failed");
 343
 344     /* The non-local counters/stream (second in the array) are needed only with DD. */
 345     for (int i = 0; i <= (bUseTwoStreams ? 1 : 0); i++)
 346     {
 347         stat = cudaEventCreateWithFlags(&(t->start_nb_k[i]), eventflags);
 348         CU_RET_ERR(stat, "cudaEventCreate on start_nb_k failed");
 349         stat = cudaEventCreateWithFlags(&(t->stop_nb_k[i]), eventflags);
 350         CU_RET_ERR(stat, "cudaEventCreate on stop_nb_k failed");
 351
 352
 353         stat = cudaEventCreateWithFlags(&(t->start_pl_h2d[i]), eventflags);
 354         CU_RET_ERR(stat, "cudaEventCreate on start_pl_h2d failed");
 355         stat = cudaEventCreateWithFlags(&(t->stop_pl_h2d[i]), eventflags);
 356         CU_RET_ERR(stat, "cudaEventCreate on stop_pl_h2d failed");
 357
 358         stat = cudaEventCreateWithFlags(&(t->start_nb_h2d[i]), eventflags);
 359         CU_RET_ERR(stat, "cudaEventCreate on start_nb_h2d failed");
 360         stat = cudaEventCreateWithFlags(&(t->stop_nb_h2d[i]), eventflags);
 361         CU_RET_ERR(stat, "cudaEventCreate on stop_nb_h2d failed");
 362
 363         stat = cudaEventCreateWithFlags(&(t->start_nb_d2h[i]), eventflags);
 364         CU_RET_ERR(stat, "cudaEventCreate on start_nb_d2h failed");
 365         stat = cudaEventCreateWithFlags(&(t->stop_nb_d2h[i]), eventflags);
 366         CU_RET_ERR(stat, "cudaEventCreate on stop_nb_d2h failed");
 367     }
 368 }
 369
 370 /*! Initializes the timings data structure. */
 371 static void init_timings(wallclock_gpu_t *t)
 372 {
 373     int i, j;
 374
 375     t->nb_h2d_t = 0.0;
 376     t->nb_d2h_t = 0.0;
 377     t->nb_c    = 0;
 378     t->pl_h2d_t = 0.0;
 379     t->pl_h2d_c = 0;
 380     for (i = 0; i < 2; i++)
 381     {
 382         for(j = 0; j < 2; j++)
 383         {
 384             t->ktime[i][j].t = 0.0;
 385             t->ktime[i][j].c = 0;
 386         }
 387     }
 388 }
 389
 390 /* Decide which kernel version to use (default or legacy) based on:
 391  *  - CUDA version used for compilation
 392  *  - non-bonded kernel selector environment variables
 393  *  - GPU architecture version
 394  */
 395 static int pick_nbnxn_kernel_version(FILE            *fplog,
 396                                      cuda_dev_info_t *devinfo)
 397 {
 398     bool bForceLegacyKernel, bForceDefaultKernel, bCUDA40, bCUDA32;
 399     char sbuf[STRLEN];
 400     int  kver;
 401
 402     /* Legacy kernel (former k2), kept for backward compatibility as it is
 403        faster than the default with CUDA 3.2/4.0 on Fermi (not on Kepler). */
 404     bForceLegacyKernel  = (getenv("GMX_CUDA_NB_LEGACY") != NULL);
 405     /* default kernel (former k3). */
 406     bForceDefaultKernel = (getenv("GMX_CUDA_NB_DEFAULT") != NULL);
 407
 408     if ((unsigned)(bForceLegacyKernel + bForceDefaultKernel) > 1)
 409     {
 410         gmx_fatal(FARGS, "Multiple CUDA non-bonded kernels requested; to manually pick a kernel set only one \n"
 411                   "of the following environment variables: \n"
 412                   "GMX_CUDA_NB_DEFAULT, GMX_CUDA_NB_LEGACY");
 413     }
 414
 415     bCUDA32 = bCUDA40 = false;
 416 #if CUDA_VERSION == 3200
 417     bCUDA32 = true;
 418     sprintf(sbuf, "3.2");
 419 #elif CUDA_VERSION == 4000
 420     bCUDA40 = true;
 421     sprintf(sbuf, "4.0");
 422 #endif
 423
 424     /* default is default ;) */
 425     kver = eNbnxnCuKDefault;
 426
 427     /* Consider switching to legacy kernels only on Fermi */
 428     if (devinfo->prop.major < 3 && (bCUDA32 || bCUDA40))
 429     {
 430         /* use legacy kernel unless something else is forced by an env. var */
 431         if (bForceDefaultKernel)
 432         {
 433             md_print_warn(fplog,
 434                           "NOTE: CUDA %s compilation detected; with this compiler version the legacy\n"
 435                           "      non-bonded kernels perform best. However, the default kernels were\n"
 436                           "      selected by the GMX_CUDA_NB_DEFAULT environment variable.\n"
 437                           "      For best performance upgrade your CUDA toolkit.\n",
 438                           sbuf);
 439         }
 440         else
 441         {
 442             kver = eNbnxnCuKLegacy;
 443         }
 444     }
 445     else
 446     {
 447         /* issue note if the non-default kernel is forced by an env. var */
 448         if (bForceLegacyKernel)
 449         {
 450             md_print_warn(fplog,
 451                     "NOTE: Legacy non-bonded CUDA kernels selected by the GMX_CUDA_NB_LEGACY\n"
 452                     "      env. var. Consider using using the default kernels which should be faster!\n");
 453
 454             kver = eNbnxnCuKLegacy;
 455         }
 456     }
 457
 458     return kver;
 459 }
 460
 461 void nbnxn_cuda_init(FILE *fplog,
 462                      nbnxn_cuda_ptr_t *p_cu_nb,
 463                      const gmx_gpu_info_t *gpu_info, int my_gpu_index,
 464                      gmx_bool bLocalAndNonlocal)
 465 {
 466     cudaError_t stat;
 467     nbnxn_cuda_ptr_t  nb;
 468     char sbuf[STRLEN];
 469     bool bStreamSync, bNoStreamSync, bTMPIAtomics, bX86, bOldDriver;
 470     int cuda_drv_ver;
 471
 472     assert(gpu_info);
 473
 474     if (p_cu_nb == NULL) return;
 475
 476     snew(nb, 1);
 477     snew(nb->atdat, 1);
 478     snew(nb->nbparam, 1);
 479     snew(nb->plist[eintLocal], 1);
 480     if (bLocalAndNonlocal)
 481     {
 482         snew(nb->plist[eintNonlocal], 1);
 483     }
 484
 485     nb->bUseTwoStreams = bLocalAndNonlocal;
 486
 487     snew(nb->timers, 1);
 488     snew(nb->timings, 1);
 489
 490     /* init nbst */
 491     pmalloc((void**)&nb->nbst.e_lj, sizeof(*nb->nbst.e_lj));
 492     pmalloc((void**)&nb->nbst.e_el, sizeof(*nb->nbst.e_el));
 493     pmalloc((void**)&nb->nbst.fshift, SHIFTS * sizeof(*nb->nbst.fshift));
 494
 495     init_plist(nb->plist[eintLocal]);
 496
 497     /* local/non-local GPU streams */
 498     stat = cudaStreamCreate(&nb->stream[eintLocal]);
 499     CU_RET_ERR(stat, "cudaStreamCreate on stream[eintLocal] failed");
 500     if (nb->bUseTwoStreams)
 501     {
 502         init_plist(nb->plist[eintNonlocal]);
 503         stat = cudaStreamCreate(&nb->stream[eintNonlocal]);
 504         CU_RET_ERR(stat, "cudaStreamCreate on stream[eintNonlocal] failed");
 505     }
 506
 507     /* init events for sychronization (timing disabled for performance reasons!) */
 508     stat = cudaEventCreateWithFlags(&nb->nonlocal_done, cudaEventDisableTiming);
 509     CU_RET_ERR(stat, "cudaEventCreate on nonlocal_done failed");
 510     stat = cudaEventCreateWithFlags(&nb->misc_ops_done, cudaEventDisableTiming);
 511     CU_RET_ERR(stat, "cudaEventCreate on misc_ops_one failed");
 512
 513     /* set device info, just point it to the right GPU among the detected ones */
 514     nb->dev_info = &gpu_info->cuda_dev[get_gpu_device_id(gpu_info, my_gpu_index)];
 515
 516     /* On GPUs with ECC enabled, cudaStreamSynchronize shows a large overhead
 517      * (which increases with shorter time/step) caused by a known CUDA driver bug.
 518      * To work around the issue we'll use an (admittedly fragile) memory polling
 519      * waiting to preserve performance. This requires support for atomic
 520      * operations and only works on x86/x86_64.
 521      * With polling wait event-timing also needs to be disabled.
 522      *
 523      * The overhead is greatly reduced in API v5.0 drivers and the improvement
 524      $ is independent of runtime version. Hence, with API v5.0 drivers and later
 525      * we won't switch to polling.
 526      *
 527      * NOTE: Unfortunately, this is known to fail when GPUs are shared by (t)MPI,
 528      * ranks so we will also disable it in that case.
 529      */
 530
 531     bStreamSync    = getenv("GMX_CUDA_STREAMSYNC") != NULL;
 532     bNoStreamSync  = getenv("GMX_NO_CUDA_STREAMSYNC") != NULL;
 533
 534 #ifdef TMPI_ATOMICS
 535     bTMPIAtomics = true;
 536 #else
 537     bTMPIAtomics = false;
 538 #endif
 539
 540 #if defined(i386) || defined(__x86_64__)
 541     bX86 = true;
 542 #else
 543     bX86 = false;
 544 #endif
 545
 546     if (bStreamSync && bNoStreamSync)
 547     {
 548         gmx_fatal(FARGS, "Conflicting environment variables: both GMX_CUDA_STREAMSYNC and GMX_NO_CUDA_STREAMSYNC defined");
 549     }
 550
 551     stat = cudaDriverGetVersion(&cuda_drv_ver);
 552     CU_RET_ERR(stat, "cudaDriverGetVersion failed");
 553
 554     bOldDriver = (cuda_drv_ver < 5000);
 555
 556     if ((nb->dev_info->prop.ECCEnabled == 1) && bOldDriver)
 557     {
 558         /* Polling wait should be used instead of cudaStreamSynchronize only if:
 559          *   - ECC is ON & driver is old (checked above),
 560          *   - we're on x86/x86_64,
 561          *   - atomics are available, and
 562          *   - GPUs are not being shared.
 563          */
 564         bool bShouldUsePollSync = (bX86 && bTMPIAtomics &&
 565                                    (gmx_count_gpu_dev_shared(gpu_info) < 1));
 566
 567         if (bStreamSync)
 568         {
 569             nb->bUseStreamSync = true;
 570
 571             /* only warn if polling should be used */
 572             if (bShouldUsePollSync)
 573             {
 574                 md_print_warn(fplog,
 575                               "NOTE: Using a GPU with ECC enabled and CUDA driver API version <5.0, but\n"
 576                               "      cudaStreamSynchronize waiting is forced by the GMX_CUDA_STREAMSYNC env. var.\n");
 577             }
 578         }
 579         else
 580         {
 581             nb->bUseStreamSync = !bShouldUsePollSync;
 582
 583             if (bShouldUsePollSync)
 584             {
 585                 md_print_warn(fplog,
 586                               "NOTE: Using a GPU with ECC enabled and CUDA driver API version <5.0, known to\n"
 587                               "      cause performance loss. Switching to the alternative polling GPU wait.\n"
 588                               "      If you encounter issues, switch back to standard GPU waiting by setting\n"
 589                               "      the GMX_CUDA_STREAMSYNC environment variable.\n");
 590             }
 591             else
 592             {
 593                 /* Tell the user that the ECC+old driver combination can be bad */
 594                 sprintf(sbuf,
 595                         "NOTE: Using a GPU with ECC enabled and CUDA driver API version <5.0.\n"
 596                         "      A known bug in this driver version can cause performance loss.\n"
 597                         "      However, the polling wait workaround can not be used because\n%s\n"
 598                         "      Consider updating the driver or turning ECC off.",
 599                         (bX86 && bTMPIAtomics) ?
 600                             "      GPU(s) are being oversubscribed." :
 601                             "      atomic operations are not supported by the platform/CPU+compiler.");
 602                 md_print_warn(fplog, sbuf);
 603             }
 604         }
 605     }
 606     else
 607     {
 608         if (bNoStreamSync)
 609         {
 610             nb->bUseStreamSync = false;
 611
 612             md_print_warn(fplog,
 613                           "NOTE: Polling wait for GPU synchronization requested by GMX_NO_CUDA_STREAMSYNC\n");
 614         }
 615         else
 616         {
 617             /* no/off ECC, cudaStreamSynchronize not turned off by env. var. */
 618             nb->bUseStreamSync = true;
 619         }
 620     }
 621
 622     /* CUDA timing disabled as event timers don't work:
 623        - with multiple streams = domain-decomposition;
 624        - with the polling waiting hack (without cudaStreamSynchronize);
 625        - when turned off by GMX_DISABLE_CUDA_TIMING.
 626      */
 627     nb->bDoTime = (!nb->bUseTwoStreams && nb->bUseStreamSync &&
 628                    (getenv("GMX_DISABLE_CUDA_TIMING") == NULL));
 629
 630     if (nb->bDoTime)
 631     {
 632         init_timers(nb->timers, nb->bUseTwoStreams);
 633         init_timings(nb->timings);
 634     }
 635
 636     /* set the kernel type for the current GPU */
 637     nb->kernel_ver = pick_nbnxn_kernel_version(fplog, nb->dev_info);
 638     /* pick L1 cache configuration */
 639     nbnxn_cuda_set_cacheconfig(nb->dev_info);
 640
 641     *p_cu_nb = nb;
 642
 643     if (debug)
 644     {
 645         fprintf(debug, "Initialized CUDA data structures.\n");
 646     }
 647 }
 648
 649 void nbnxn_cuda_init_const(nbnxn_cuda_ptr_t                cu_nb,
 650                            const interaction_const_t      *ic,
 651                            const nonbonded_verlet_group_t *nbv_group)
 652 {
 653     init_atomdata_first(cu_nb->atdat, nbv_group[0].nbat->ntype);
 654     init_nbparam(cu_nb->nbparam, ic, nbv_group[0].nbat, cu_nb->dev_info);
 655
 656     /* clear energy and shift force outputs */
 657     nbnxn_cuda_clear_e_fshift(cu_nb);
 658 }
 659
 660 void nbnxn_cuda_init_pairlist(nbnxn_cuda_ptr_t cu_nb,
 661                               const nbnxn_pairlist_t *h_plist,
 662                               int iloc)
 663 {
 664     char         sbuf[STRLEN];
 665     cudaError_t  stat;
 666     bool         bDoTime    = cu_nb->bDoTime;
 667     cudaStream_t stream     = cu_nb->stream[iloc];
 668     cu_plist_t   *d_plist   = cu_nb->plist[iloc];
 669
 670     if (d_plist->na_c < 0)
 671     {
 672         d_plist->na_c = h_plist->na_ci;
 673     }
 674     else
 675     {
 676         if (d_plist->na_c != h_plist->na_ci)
 677         {
 678             sprintf(sbuf, "In cu_init_plist: the #atoms per cell has changed (from %d to %d)",
 679                     d_plist->na_c, h_plist->na_ci);
 680             gmx_incons(sbuf);
 681         }
 682     }
 683
 684     if (bDoTime)
 685     {
 686         stat = cudaEventRecord(cu_nb->timers->start_pl_h2d[iloc], stream);
 687         CU_RET_ERR(stat, "cudaEventRecord failed");
 688     }
 689
 690     cu_realloc_buffered((void **)&d_plist->sci, h_plist->sci, sizeof(*d_plist->sci),
 691                          &d_plist->nsci, &d_plist->sci_nalloc,
 692                          h_plist->nsci,
 693                          stream, true);
 694
 695     cu_realloc_buffered((void **)&d_plist->cj4, h_plist->cj4, sizeof(*d_plist->cj4),
 696                          &d_plist->ncj4, &d_plist->cj4_nalloc,
 697                          h_plist->ncj4,
 698                          stream, true);
 699
 700     cu_realloc_buffered((void **)&d_plist->excl, h_plist->excl, sizeof(*d_plist->excl),
 701                          &d_plist->nexcl, &d_plist->excl_nalloc,
 702                          h_plist->nexcl,
 703                          stream, true);
 704
 705     if (bDoTime)
 706     {
 707         stat = cudaEventRecord(cu_nb->timers->stop_pl_h2d[iloc], stream);
 708         CU_RET_ERR(stat, "cudaEventRecord failed");
 709     }
 710
 711     /* need to prune the pair list during the next step */
 712     d_plist->bDoPrune = true;
 713 }
 714
 715 void nbnxn_cuda_upload_shiftvec(nbnxn_cuda_ptr_t cu_nb,
 716                                 const nbnxn_atomdata_t *nbatom)
 717 {
 718     cu_atomdata_t *adat = cu_nb->atdat;
 719     cudaStream_t  ls    = cu_nb->stream[eintLocal];
 720
 721     /* only if we have a dynamic box */
 722     if (nbatom->bDynamicBox || !adat->bShiftVecUploaded)
 723     {
 724         cu_copy_H2D_async(adat->shift_vec, nbatom->shift_vec,
 725                           SHIFTS * sizeof(*adat->shift_vec), ls);
 726         adat->bShiftVecUploaded = true;
 727     }
 728 }
 729
 730 /*! Clears the first natoms_clear elements of the GPU nonbonded force output array. */
 731 static void nbnxn_cuda_clear_f(nbnxn_cuda_ptr_t cu_nb, int natoms_clear)
 732 {
 733     cudaError_t   stat;
 734     cu_atomdata_t *adat = cu_nb->atdat;
 735     cudaStream_t  ls    = cu_nb->stream[eintLocal];
 736
 737     stat = cudaMemsetAsync(adat->f, 0, natoms_clear * sizeof(*adat->f), ls);
 738     CU_RET_ERR(stat, "cudaMemsetAsync on f falied");
 739 }
 740
 741 /*! Clears nonbonded shift force output array and energy outputs on the GPU. */
 742 static void nbnxn_cuda_clear_e_fshift(nbnxn_cuda_ptr_t cu_nb)
 743 {
 744     cudaError_t   stat;
 745     cu_atomdata_t *adat = cu_nb->atdat;
 746     cudaStream_t  ls    = cu_nb->stream[eintLocal];
 747
 748     stat = cudaMemsetAsync(adat->fshift, 0, SHIFTS * sizeof(*adat->fshift), ls);
 749     CU_RET_ERR(stat, "cudaMemsetAsync on fshift falied");
 750     stat = cudaMemsetAsync(adat->e_lj, 0, sizeof(*adat->e_lj), ls);
 751     CU_RET_ERR(stat, "cudaMemsetAsync on e_lj falied");
 752     stat = cudaMemsetAsync(adat->e_el, 0, sizeof(*adat->e_el), ls);
 753     CU_RET_ERR(stat, "cudaMemsetAsync on e_el falied");
 754 }
 755
 756 void nbnxn_cuda_clear_outputs(nbnxn_cuda_ptr_t cu_nb, int flags)
 757 {
 758     nbnxn_cuda_clear_f(cu_nb, cu_nb->atdat->natoms);
 759     /* clear shift force array and energies if the outputs were
 760        used in the current step */
 761     if (flags & GMX_FORCE_VIRIAL)
 762     {
 763         nbnxn_cuda_clear_e_fshift(cu_nb);
 764     }
 765 }
 766
 767 void nbnxn_cuda_init_atomdata(nbnxn_cuda_ptr_t cu_nb,
 768                               const nbnxn_atomdata_t *nbat)
 769 {
 770     cudaError_t   stat;
 771     int           nalloc, natoms;
 772     bool          realloced;
 773     bool          bDoTime   = cu_nb->bDoTime;
 774     cu_timers_t   *timers   = cu_nb->timers;
 775     cu_atomdata_t *d_atdat  = cu_nb->atdat;
 776     cudaStream_t  ls        = cu_nb->stream[eintLocal];
 777
 778     natoms = nbat->natoms;
 779     realloced = false;
 780
 781     if (bDoTime)
 782     {
 783         /* time async copy */
 784         stat = cudaEventRecord(timers->start_atdat, ls);
 785         CU_RET_ERR(stat, "cudaEventRecord failed");
 786     }
 787
 788     /* need to reallocate if we have to copy more atoms than the amount of space
 789        available and only allocate if we haven't initialized yet, i.e d_atdat->natoms == -1 */
 790     if (natoms > d_atdat->nalloc)
 791     {
 792         nalloc = over_alloc_small(natoms);
 793
 794         /* free up first if the arrays have already been initialized */
 795         if (d_atdat->nalloc != -1)
 796         {
 797             cu_free_buffered(d_atdat->f, &d_atdat->natoms, &d_atdat->nalloc);
 798             cu_free_buffered(d_atdat->xq);
 799             cu_free_buffered(d_atdat->atom_types);
 800         }
 801
 802         stat = cudaMalloc((void **)&d_atdat->f, nalloc*sizeof(*d_atdat->f));
 803         CU_RET_ERR(stat, "cudaMalloc failed on d_atdat->f");
 804         stat = cudaMalloc((void **)&d_atdat->xq, nalloc*sizeof(*d_atdat->xq));
 805         CU_RET_ERR(stat, "cudaMalloc failed on d_atdat->xq");
 806
 807         stat = cudaMalloc((void **)&d_atdat->atom_types, nalloc*sizeof(*d_atdat->atom_types));
 808         CU_RET_ERR(stat, "cudaMalloc failed on d_atdat->atom_types");
 809
 810         d_atdat->nalloc = nalloc;
 811         realloced = true;
 812     }
 813
 814     d_atdat->natoms = natoms;
 815     d_atdat->natoms_local = nbat->natoms_local;
 816
 817     /* need to clear GPU f output if realloc happened */
 818     if (realloced)
 819     {
 820         nbnxn_cuda_clear_f(cu_nb, nalloc);
 821     }
 822
 823     cu_copy_H2D_async(d_atdat->atom_types, nbat->type,
 824                       natoms*sizeof(*d_atdat->atom_types), ls);
 825
 826     if (bDoTime)
 827     {
 828         stat = cudaEventRecord(timers->stop_atdat, ls);
 829         CU_RET_ERR(stat, "cudaEventRecord failed");
 830     }
 831 }
 832
 833 void nbnxn_cuda_free(FILE *fplog, nbnxn_cuda_ptr_t cu_nb)
 834 {
 835     cudaError_t     stat;
 836     cu_atomdata_t   *atdat;
 837     cu_nbparam_t    *nbparam;
 838     cu_plist_t      *plist, *plist_nl;
 839     cu_timers_t     *timers;
 840
 841     if (cu_nb == NULL) return;
 842
 843     atdat       = cu_nb->atdat;
 844     nbparam     = cu_nb->nbparam;
 845     plist       = cu_nb->plist[eintLocal];
 846     plist_nl    = cu_nb->plist[eintNonlocal];
 847     timers      = cu_nb->timers;
 848
 849     if (nbparam->eeltype == eelCuEWALD_TAB || nbparam->eeltype == eelCuEWALD_TAB_TWIN)
 850     {
 851       stat = cudaUnbindTexture(nbnxn_cuda_get_coulomb_tab_texref());
 852       CU_RET_ERR(stat, "cudaUnbindTexture on coulomb_tab failed");
 853       cu_free_buffered(nbparam->coulomb_tab, &nbparam->coulomb_tab_size);
 854     }
 855
 856     stat = cudaEventDestroy(cu_nb->nonlocal_done);
 857     CU_RET_ERR(stat, "cudaEventDestroy failed on timers->nonlocal_done");
 858     stat = cudaEventDestroy(cu_nb->misc_ops_done);
 859     CU_RET_ERR(stat, "cudaEventDestroy failed on timers->misc_ops_done");
 860
 861     if (cu_nb->bDoTime)
 862     {
 863         stat = cudaEventDestroy(timers->start_atdat);
 864         CU_RET_ERR(stat, "cudaEventDestroy failed on timers->start_atdat");
 865         stat = cudaEventDestroy(timers->stop_atdat);
 866         CU_RET_ERR(stat, "cudaEventDestroy failed on timers->stop_atdat");
 867
 868         /* The non-local counters/stream (second in the array) are needed only with DD. */
 869         for (int i = 0; i <= (cu_nb->bUseTwoStreams ? 1 : 0); i++)
 870         {
 871             stat = cudaEventDestroy(timers->start_nb_k[i]);
 872             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->start_nb_k");
 873             stat = cudaEventDestroy(timers->stop_nb_k[i]);
 874             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->stop_nb_k");
 875
 876             stat = cudaEventDestroy(timers->start_pl_h2d[i]);
 877             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->start_pl_h2d");
 878             stat = cudaEventDestroy(timers->stop_pl_h2d[i]);
 879             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->stop_pl_h2d");
 880
 881             stat = cudaStreamDestroy(cu_nb->stream[i]);
 882             CU_RET_ERR(stat, "cudaStreamDestroy failed on stream");
 883
 884             stat = cudaEventDestroy(timers->start_nb_h2d[i]);
 885             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->start_nb_h2d");
 886             stat = cudaEventDestroy(timers->stop_nb_h2d[i]);
 887             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->stop_nb_h2d");
 888
 889             stat = cudaEventDestroy(timers->start_nb_d2h[i]);
 890             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->start_nb_d2h");
 891             stat = cudaEventDestroy(timers->stop_nb_d2h[i]);
 892             CU_RET_ERR(stat, "cudaEventDestroy failed on timers->stop_nb_d2h");
 893         }
 894     }
 895
 896     stat = cudaUnbindTexture(nbnxn_cuda_get_nbfp_texref());
 897     CU_RET_ERR(stat, "cudaUnbindTexture on coulomb_tab failed");
 898     cu_free_buffered(nbparam->nbfp);
 899
 900     stat = cudaFree(atdat->shift_vec);
 901     CU_RET_ERR(stat, "cudaFree failed on atdat->shift_vec");
 902     stat = cudaFree(atdat->fshift);
 903     CU_RET_ERR(stat, "cudaFree failed on atdat->fshift");
 904
 905     stat = cudaFree(atdat->e_lj);
 906     CU_RET_ERR(stat, "cudaFree failed on atdat->e_lj");
 907     stat = cudaFree(atdat->e_el);
 908     CU_RET_ERR(stat, "cudaFree failed on atdat->e_el");
 909
 910     cu_free_buffered(atdat->f, &atdat->natoms, &atdat->nalloc);
 911     cu_free_buffered(atdat->xq);
 912     cu_free_buffered(atdat->atom_types, &atdat->ntypes);
 913
 914     cu_free_buffered(plist->sci, &plist->nsci, &plist->sci_nalloc);
 915     cu_free_buffered(plist->cj4, &plist->ncj4, &plist->cj4_nalloc);
 916     cu_free_buffered(plist->excl, &plist->nexcl, &plist->excl_nalloc);
 917     if (cu_nb->bUseTwoStreams)
 918     {
 919         cu_free_buffered(plist_nl->sci, &plist_nl->nsci, &plist_nl->sci_nalloc);
 920         cu_free_buffered(plist_nl->cj4, &plist_nl->ncj4, &plist_nl->cj4_nalloc);
 921         cu_free_buffered(plist_nl->excl, &plist_nl->nexcl, &plist->excl_nalloc);
 922     }
 923
 924     sfree(atdat);
 925     sfree(nbparam);
 926     sfree(plist);
 927     if (cu_nb->bUseTwoStreams)
 928     {
 929         sfree(plist_nl);
 930     }
 931     sfree(timers);
 932     sfree(cu_nb->timings);
 933     sfree(cu_nb);
 934
 935     if (debug)
 936     {
 937         fprintf(debug, "Cleaned up CUDA data structures.\n");
 938     }
 939 }
 940
 941 void cu_synchstream_atdat(nbnxn_cuda_ptr_t cu_nb, int iloc)
 942 {
 943     cudaError_t stat;
 944     cudaStream_t stream = cu_nb->stream[iloc];
 945
 946     stat = cudaStreamWaitEvent(stream, cu_nb->timers->stop_atdat, 0);
 947     CU_RET_ERR(stat, "cudaStreamWaitEvent failed");
 948 }
 949
 950 wallclock_gpu_t * nbnxn_cuda_get_timings(nbnxn_cuda_ptr_t cu_nb)
 951 {
 952     return (cu_nb != NULL && cu_nb->bDoTime) ? cu_nb->timings : NULL;
 953 }
 954
 955 void nbnxn_cuda_reset_timings(nbnxn_cuda_ptr_t cu_nb)
 956 {
 957     if (cu_nb->bDoTime)
 958     {
 959         init_timings(cu_nb->timings);
 960     }
 961 }
 962
 963 int nbnxn_cuda_min_ci_balanced(nbnxn_cuda_ptr_t cu_nb)
 964 {
 965     return cu_nb != NULL ?
 966         gpu_min_ci_balanced_factor*cu_nb->dev_info->prop.multiProcessorCount : 0;
 967
 968 }
 969
 970 gmx_bool nbnxn_cuda_is_kernel_ewald_analytical(const nbnxn_cuda_ptr_t cu_nb)
 971 {
 972     return ((cu_nb->nbparam->eeltype == eelCuEWALD_ANA) ||
 973             (cu_nb->nbparam->eeltype == eelCuEWALD_ANA_TWIN));
 974 }