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