13de4cd12SGeorge Rokos //===----RTLs/cuda/src/rtl.cpp - Target RTLs Implementation ------- C++ -*-===//
23de4cd12SGeorge Rokos //
3*57b08b09SChandler Carruth // Part of the LLVM Project, under the Apache License v2.0 with LLVM Exceptions.
4*57b08b09SChandler Carruth // See https://llvm.org/LICENSE.txt for license information.
5*57b08b09SChandler Carruth // SPDX-License-Identifier: Apache-2.0 WITH LLVM-exception
63de4cd12SGeorge Rokos //
73de4cd12SGeorge Rokos //===----------------------------------------------------------------------===//
83de4cd12SGeorge Rokos //
93de4cd12SGeorge Rokos // RTL for CUDA machine
103de4cd12SGeorge Rokos //
113de4cd12SGeorge Rokos //===----------------------------------------------------------------------===//
123de4cd12SGeorge Rokos 
133de4cd12SGeorge Rokos #include <cassert>
143de4cd12SGeorge Rokos #include <cstddef>
153de4cd12SGeorge Rokos #include <cuda.h>
163de4cd12SGeorge Rokos #include <list>
173de4cd12SGeorge Rokos #include <string>
183de4cd12SGeorge Rokos #include <vector>
193de4cd12SGeorge Rokos 
201546d319SGeorge Rokos #include "omptargetplugin.h"
213de4cd12SGeorge Rokos 
223de4cd12SGeorge Rokos #ifndef TARGET_NAME
233de4cd12SGeorge Rokos #define TARGET_NAME CUDA
243de4cd12SGeorge Rokos #endif
253de4cd12SGeorge Rokos 
26b305d26bSSergey Dmitriev #ifdef OMPTARGET_DEBUG
27b305d26bSSergey Dmitriev static int DebugLevel = 0;
28b305d26bSSergey Dmitriev 
293de4cd12SGeorge Rokos #define GETNAME2(name) #name
303de4cd12SGeorge Rokos #define GETNAME(name) GETNAME2(name)
31b305d26bSSergey Dmitriev #define DP(...) \
32b305d26bSSergey Dmitriev   do { \
33b305d26bSSergey Dmitriev     if (DebugLevel > 0) { \
34b305d26bSSergey Dmitriev       DEBUGP("Target " GETNAME(TARGET_NAME) " RTL", __VA_ARGS__); \
35b305d26bSSergey Dmitriev     } \
36b305d26bSSergey Dmitriev   } while (false)
37b305d26bSSergey Dmitriev #else // OMPTARGET_DEBUG
38b305d26bSSergey Dmitriev #define DP(...) {}
39b305d26bSSergey Dmitriev #endif // OMPTARGET_DEBUG
403de4cd12SGeorge Rokos 
413de4cd12SGeorge Rokos #include "../../common/elf_common.c"
423de4cd12SGeorge Rokos 
433de4cd12SGeorge Rokos // Utility for retrieving and printing CUDA error string.
443de4cd12SGeorge Rokos #ifdef CUDA_ERROR_REPORT
453de4cd12SGeorge Rokos #define CUDA_ERR_STRING(err)                                                   \
463de4cd12SGeorge Rokos   do {                                                                         \
473de4cd12SGeorge Rokos     const char *errStr;                                                        \
483de4cd12SGeorge Rokos     cuGetErrorString(err, &errStr);                                            \
493de4cd12SGeorge Rokos     DP("CUDA error is: %s\n", errStr);                                         \
503de4cd12SGeorge Rokos   } while (0)
513de4cd12SGeorge Rokos #else
523de4cd12SGeorge Rokos #define CUDA_ERR_STRING(err)                                                   \
533de4cd12SGeorge Rokos   {}
543de4cd12SGeorge Rokos #endif
553de4cd12SGeorge Rokos 
563de4cd12SGeorge Rokos /// Keep entries table per device.
573de4cd12SGeorge Rokos struct FuncOrGblEntryTy {
583de4cd12SGeorge Rokos   __tgt_target_table Table;
593de4cd12SGeorge Rokos   std::vector<__tgt_offload_entry> Entries;
603de4cd12SGeorge Rokos };
613de4cd12SGeorge Rokos 
623de4cd12SGeorge Rokos enum ExecutionModeType {
63c13df8e5SGeorge Rokos   SPMD, // constructors, destructors,
64c13df8e5SGeorge Rokos         // combined constructs (`teams distribute parallel for [simd]`)
65c13df8e5SGeorge Rokos   GENERIC, // everything else
663de4cd12SGeorge Rokos   NONE
673de4cd12SGeorge Rokos };
683de4cd12SGeorge Rokos 
693de4cd12SGeorge Rokos /// Use a single entity to encode a kernel and a set of flags
703de4cd12SGeorge Rokos struct KernelTy {
713de4cd12SGeorge Rokos   CUfunction Func;
723de4cd12SGeorge Rokos 
733de4cd12SGeorge Rokos   // execution mode of kernel
743de4cd12SGeorge Rokos   // 0 - SPMD mode (without master warp)
753de4cd12SGeorge Rokos   // 1 - Generic mode (with master warp)
763de4cd12SGeorge Rokos   int8_t ExecutionMode;
773de4cd12SGeorge Rokos 
783de4cd12SGeorge Rokos   KernelTy(CUfunction _Func, int8_t _ExecutionMode)
793de4cd12SGeorge Rokos       : Func(_Func), ExecutionMode(_ExecutionMode) {}
803de4cd12SGeorge Rokos };
813de4cd12SGeorge Rokos 
82e1c7a46dSGuansong Zhang /// Device envrionment data
83e1c7a46dSGuansong Zhang /// Manually sync with the deviceRTL side for now, move to a dedicated header file later.
84e1c7a46dSGuansong Zhang struct omptarget_device_environmentTy {
85e1c7a46dSGuansong Zhang   int32_t debug_level;
86e1c7a46dSGuansong Zhang };
87e1c7a46dSGuansong Zhang 
883de4cd12SGeorge Rokos /// List that contains all the kernels.
893de4cd12SGeorge Rokos /// FIXME: we may need this to be per device and per library.
903de4cd12SGeorge Rokos std::list<KernelTy> KernelsList;
913de4cd12SGeorge Rokos 
923de4cd12SGeorge Rokos /// Class containing all the device information.
933de4cd12SGeorge Rokos class RTLDeviceInfoTy {
942622e9e5SAlexey Bataev   std::vector<std::list<FuncOrGblEntryTy>> FuncGblEntries;
953de4cd12SGeorge Rokos 
963de4cd12SGeorge Rokos public:
973de4cd12SGeorge Rokos   int NumberOfDevices;
983de4cd12SGeorge Rokos   std::vector<CUmodule> Modules;
993de4cd12SGeorge Rokos   std::vector<CUcontext> Contexts;
1003de4cd12SGeorge Rokos 
1013de4cd12SGeorge Rokos   // Device properties
1023de4cd12SGeorge Rokos   std::vector<int> ThreadsPerBlock;
1033de4cd12SGeorge Rokos   std::vector<int> BlocksPerGrid;
1043de4cd12SGeorge Rokos   std::vector<int> WarpSize;
1053de4cd12SGeorge Rokos 
1063de4cd12SGeorge Rokos   // OpenMP properties
1073de4cd12SGeorge Rokos   std::vector<int> NumTeams;
1083de4cd12SGeorge Rokos   std::vector<int> NumThreads;
1093de4cd12SGeorge Rokos 
1103de4cd12SGeorge Rokos   // OpenMP Environment properties
1113de4cd12SGeorge Rokos   int EnvNumTeams;
1123de4cd12SGeorge Rokos   int EnvTeamLimit;
1133de4cd12SGeorge Rokos 
1143de4cd12SGeorge Rokos   //static int EnvNumThreads;
1153de4cd12SGeorge Rokos   static const int HardTeamLimit = 1<<16; // 64k
1163de4cd12SGeorge Rokos   static const int HardThreadLimit = 1024;
1173de4cd12SGeorge Rokos   static const int DefaultNumTeams = 128;
118c13df8e5SGeorge Rokos   static const int DefaultNumThreads = 128;
1193de4cd12SGeorge Rokos 
1203de4cd12SGeorge Rokos   // Record entry point associated with device
1213de4cd12SGeorge Rokos   void addOffloadEntry(int32_t device_id, __tgt_offload_entry entry) {
1223de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1233de4cd12SGeorge Rokos            "Unexpected device id!");
1242622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1253de4cd12SGeorge Rokos 
1263de4cd12SGeorge Rokos     E.Entries.push_back(entry);
1273de4cd12SGeorge Rokos   }
1283de4cd12SGeorge Rokos 
1293de4cd12SGeorge Rokos   // Return true if the entry is associated with device
1303de4cd12SGeorge Rokos   bool findOffloadEntry(int32_t device_id, void *addr) {
1313de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1323de4cd12SGeorge Rokos            "Unexpected device id!");
1332622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1343de4cd12SGeorge Rokos 
1353de4cd12SGeorge Rokos     for (auto &it : E.Entries) {
1363de4cd12SGeorge Rokos       if (it.addr == addr)
1373de4cd12SGeorge Rokos         return true;
1383de4cd12SGeorge Rokos     }
1393de4cd12SGeorge Rokos 
1403de4cd12SGeorge Rokos     return false;
1413de4cd12SGeorge Rokos   }
1423de4cd12SGeorge Rokos 
1433de4cd12SGeorge Rokos   // Return the pointer to the target entries table
1443de4cd12SGeorge Rokos   __tgt_target_table *getOffloadEntriesTable(int32_t device_id) {
1453de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1463de4cd12SGeorge Rokos            "Unexpected device id!");
1472622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1483de4cd12SGeorge Rokos 
1493de4cd12SGeorge Rokos     int32_t size = E.Entries.size();
1503de4cd12SGeorge Rokos 
1513de4cd12SGeorge Rokos     // Table is empty
1523de4cd12SGeorge Rokos     if (!size)
1533de4cd12SGeorge Rokos       return 0;
1543de4cd12SGeorge Rokos 
1553de4cd12SGeorge Rokos     __tgt_offload_entry *begin = &E.Entries[0];
1563de4cd12SGeorge Rokos     __tgt_offload_entry *end = &E.Entries[size - 1];
1573de4cd12SGeorge Rokos 
1583de4cd12SGeorge Rokos     // Update table info according to the entries and return the pointer
1593de4cd12SGeorge Rokos     E.Table.EntriesBegin = begin;
1603de4cd12SGeorge Rokos     E.Table.EntriesEnd = ++end;
1613de4cd12SGeorge Rokos 
1623de4cd12SGeorge Rokos     return &E.Table;
1633de4cd12SGeorge Rokos   }
1643de4cd12SGeorge Rokos 
1653de4cd12SGeorge Rokos   // Clear entries table for a device
1663de4cd12SGeorge Rokos   void clearOffloadEntriesTable(int32_t device_id) {
1673de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1683de4cd12SGeorge Rokos            "Unexpected device id!");
1692622e9e5SAlexey Bataev     FuncGblEntries[device_id].emplace_back();
1702622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1713de4cd12SGeorge Rokos     E.Entries.clear();
1723de4cd12SGeorge Rokos     E.Table.EntriesBegin = E.Table.EntriesEnd = 0;
1733de4cd12SGeorge Rokos   }
1743de4cd12SGeorge Rokos 
1753de4cd12SGeorge Rokos   RTLDeviceInfoTy() {
176b305d26bSSergey Dmitriev #ifdef OMPTARGET_DEBUG
177b305d26bSSergey Dmitriev     if (char *envStr = getenv("LIBOMPTARGET_DEBUG")) {
178b305d26bSSergey Dmitriev       DebugLevel = std::stoi(envStr);
179b305d26bSSergey Dmitriev     }
180b305d26bSSergey Dmitriev #endif // OMPTARGET_DEBUG
181b305d26bSSergey Dmitriev 
1823de4cd12SGeorge Rokos     DP("Start initializing CUDA\n");
1833de4cd12SGeorge Rokos 
1843de4cd12SGeorge Rokos     CUresult err = cuInit(0);
1853de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
1863de4cd12SGeorge Rokos       DP("Error when initializing CUDA\n");
1873de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
1883de4cd12SGeorge Rokos       return;
1893de4cd12SGeorge Rokos     }
1903de4cd12SGeorge Rokos 
1913de4cd12SGeorge Rokos     NumberOfDevices = 0;
1923de4cd12SGeorge Rokos 
1933de4cd12SGeorge Rokos     err = cuDeviceGetCount(&NumberOfDevices);
1943de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
1953de4cd12SGeorge Rokos       DP("Error when getting CUDA device count\n");
1963de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
1973de4cd12SGeorge Rokos       return;
1983de4cd12SGeorge Rokos     }
1993de4cd12SGeorge Rokos 
2003de4cd12SGeorge Rokos     if (NumberOfDevices == 0) {
2013de4cd12SGeorge Rokos       DP("There are no devices supporting CUDA.\n");
2023de4cd12SGeorge Rokos       return;
2033de4cd12SGeorge Rokos     }
2043de4cd12SGeorge Rokos 
2053de4cd12SGeorge Rokos     FuncGblEntries.resize(NumberOfDevices);
2063de4cd12SGeorge Rokos     Contexts.resize(NumberOfDevices);
2073de4cd12SGeorge Rokos     ThreadsPerBlock.resize(NumberOfDevices);
2083de4cd12SGeorge Rokos     BlocksPerGrid.resize(NumberOfDevices);
2093de4cd12SGeorge Rokos     WarpSize.resize(NumberOfDevices);
2103de4cd12SGeorge Rokos     NumTeams.resize(NumberOfDevices);
2113de4cd12SGeorge Rokos     NumThreads.resize(NumberOfDevices);
2123de4cd12SGeorge Rokos 
2133de4cd12SGeorge Rokos     // Get environment variables regarding teams
2143de4cd12SGeorge Rokos     char *envStr = getenv("OMP_TEAM_LIMIT");
2153de4cd12SGeorge Rokos     if (envStr) {
2163de4cd12SGeorge Rokos       // OMP_TEAM_LIMIT has been set
2173de4cd12SGeorge Rokos       EnvTeamLimit = std::stoi(envStr);
2183de4cd12SGeorge Rokos       DP("Parsed OMP_TEAM_LIMIT=%d\n", EnvTeamLimit);
2193de4cd12SGeorge Rokos     } else {
2203de4cd12SGeorge Rokos       EnvTeamLimit = -1;
2213de4cd12SGeorge Rokos     }
2223de4cd12SGeorge Rokos     envStr = getenv("OMP_NUM_TEAMS");
2233de4cd12SGeorge Rokos     if (envStr) {
2243de4cd12SGeorge Rokos       // OMP_NUM_TEAMS has been set
2253de4cd12SGeorge Rokos       EnvNumTeams = std::stoi(envStr);
2263de4cd12SGeorge Rokos       DP("Parsed OMP_NUM_TEAMS=%d\n", EnvNumTeams);
2273de4cd12SGeorge Rokos     } else {
2283de4cd12SGeorge Rokos       EnvNumTeams = -1;
2293de4cd12SGeorge Rokos     }
2303de4cd12SGeorge Rokos   }
2313de4cd12SGeorge Rokos 
2323de4cd12SGeorge Rokos   ~RTLDeviceInfoTy() {
2333de4cd12SGeorge Rokos     // Close modules
2343de4cd12SGeorge Rokos     for (auto &module : Modules)
2353de4cd12SGeorge Rokos       if (module) {
2363de4cd12SGeorge Rokos         CUresult err = cuModuleUnload(module);
2373de4cd12SGeorge Rokos         if (err != CUDA_SUCCESS) {
2383de4cd12SGeorge Rokos           DP("Error when unloading CUDA module\n");
2393de4cd12SGeorge Rokos           CUDA_ERR_STRING(err);
2403de4cd12SGeorge Rokos         }
2413de4cd12SGeorge Rokos       }
2423de4cd12SGeorge Rokos 
2433de4cd12SGeorge Rokos     // Destroy contexts
2443de4cd12SGeorge Rokos     for (auto &ctx : Contexts)
2453de4cd12SGeorge Rokos       if (ctx) {
2463de4cd12SGeorge Rokos         CUresult err = cuCtxDestroy(ctx);
2473de4cd12SGeorge Rokos         if (err != CUDA_SUCCESS) {
2483de4cd12SGeorge Rokos           DP("Error when destroying CUDA context\n");
2493de4cd12SGeorge Rokos           CUDA_ERR_STRING(err);
2503de4cd12SGeorge Rokos         }
2513de4cd12SGeorge Rokos       }
2523de4cd12SGeorge Rokos   }
2533de4cd12SGeorge Rokos };
2543de4cd12SGeorge Rokos 
2553de4cd12SGeorge Rokos static RTLDeviceInfoTy DeviceInfo;
2563de4cd12SGeorge Rokos 
2573de4cd12SGeorge Rokos #ifdef __cplusplus
2583de4cd12SGeorge Rokos extern "C" {
2593de4cd12SGeorge Rokos #endif
2603de4cd12SGeorge Rokos 
2613de4cd12SGeorge Rokos int32_t __tgt_rtl_is_valid_binary(__tgt_device_image *image) {
2623de4cd12SGeorge Rokos   return elf_check_machine(image, 190); // EM_CUDA = 190.
2633de4cd12SGeorge Rokos }
2643de4cd12SGeorge Rokos 
2653de4cd12SGeorge Rokos int32_t __tgt_rtl_number_of_devices() { return DeviceInfo.NumberOfDevices; }
2663de4cd12SGeorge Rokos 
2673de4cd12SGeorge Rokos int32_t __tgt_rtl_init_device(int32_t device_id) {
2683de4cd12SGeorge Rokos 
2693de4cd12SGeorge Rokos   CUdevice cuDevice;
2703de4cd12SGeorge Rokos   DP("Getting device %d\n", device_id);
2713de4cd12SGeorge Rokos   CUresult err = cuDeviceGet(&cuDevice, device_id);
2723de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
2733de4cd12SGeorge Rokos     DP("Error when getting CUDA device with id = %d\n", device_id);
2743de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
2753de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
2763de4cd12SGeorge Rokos   }
2773de4cd12SGeorge Rokos 
2783de4cd12SGeorge Rokos   // Create the context and save it to use whenever this device is selected.
2793de4cd12SGeorge Rokos   err = cuCtxCreate(&DeviceInfo.Contexts[device_id], CU_CTX_SCHED_BLOCKING_SYNC,
2803de4cd12SGeorge Rokos                     cuDevice);
2813de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
2823de4cd12SGeorge Rokos     DP("Error when creating a CUDA context\n");
2833de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
2843de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
2853de4cd12SGeorge Rokos   }
2863de4cd12SGeorge Rokos 
287bb51d398SJonas Hahnfeld   // Query attributes to determine number of threads/block and blocks/grid.
288bb51d398SJonas Hahnfeld   int maxGridDimX;
289bb51d398SJonas Hahnfeld   err = cuDeviceGetAttribute(&maxGridDimX, CU_DEVICE_ATTRIBUTE_MAX_GRID_DIM_X,
290bb51d398SJonas Hahnfeld                              cuDevice);
291c1895235SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
292bb51d398SJonas Hahnfeld     DP("Error getting max grid dimension, use default\n");
2933de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = RTLDeviceInfoTy::DefaultNumTeams;
294bb51d398SJonas Hahnfeld   } else if (maxGridDimX <= RTLDeviceInfoTy::HardTeamLimit) {
295bb51d398SJonas Hahnfeld     DeviceInfo.BlocksPerGrid[device_id] = maxGridDimX;
296bb51d398SJonas Hahnfeld     DP("Using %d CUDA blocks per grid\n", maxGridDimX);
2973de4cd12SGeorge Rokos   } else {
2983de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = RTLDeviceInfoTy::HardTeamLimit;
2993de4cd12SGeorge Rokos     DP("Max CUDA blocks per grid %d exceeds the hard team limit %d, capping "
300bb51d398SJonas Hahnfeld        "at the hard limit\n",
301bb51d398SJonas Hahnfeld        maxGridDimX, RTLDeviceInfoTy::HardTeamLimit);
3023de4cd12SGeorge Rokos   }
3033de4cd12SGeorge Rokos 
304bb51d398SJonas Hahnfeld   // We are only exploiting threads along the x axis.
305bb51d398SJonas Hahnfeld   int maxBlockDimX;
306bb51d398SJonas Hahnfeld   err = cuDeviceGetAttribute(&maxBlockDimX, CU_DEVICE_ATTRIBUTE_MAX_BLOCK_DIM_X,
307bb51d398SJonas Hahnfeld                              cuDevice);
308bb51d398SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
309bb51d398SJonas Hahnfeld     DP("Error getting max block dimension, use default\n");
310bb51d398SJonas Hahnfeld     DeviceInfo.ThreadsPerBlock[device_id] = RTLDeviceInfoTy::DefaultNumThreads;
311bb51d398SJonas Hahnfeld   } else if (maxBlockDimX <= RTLDeviceInfoTy::HardThreadLimit) {
312bb51d398SJonas Hahnfeld     DeviceInfo.ThreadsPerBlock[device_id] = maxBlockDimX;
313bb51d398SJonas Hahnfeld     DP("Using %d CUDA threads per block\n", maxBlockDimX);
3143de4cd12SGeorge Rokos   } else {
3153de4cd12SGeorge Rokos     DeviceInfo.ThreadsPerBlock[device_id] = RTLDeviceInfoTy::HardThreadLimit;
316bb51d398SJonas Hahnfeld     DP("Max CUDA threads per block %d exceeds the hard thread limit %d, capping"
317bb51d398SJonas Hahnfeld        "at the hard limit\n",
318bb51d398SJonas Hahnfeld        maxBlockDimX, RTLDeviceInfoTy::HardThreadLimit);
3193de4cd12SGeorge Rokos   }
3203de4cd12SGeorge Rokos 
321bb51d398SJonas Hahnfeld   int warpSize;
322bb51d398SJonas Hahnfeld   err =
323bb51d398SJonas Hahnfeld       cuDeviceGetAttribute(&warpSize, CU_DEVICE_ATTRIBUTE_WARP_SIZE, cuDevice);
324bb51d398SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
325bb51d398SJonas Hahnfeld     DP("Error getting warp size, assume default\n");
326bb51d398SJonas Hahnfeld     DeviceInfo.WarpSize[device_id] = 32;
327bb51d398SJonas Hahnfeld   } else {
328bb51d398SJonas Hahnfeld     DeviceInfo.WarpSize[device_id] = warpSize;
3293de4cd12SGeorge Rokos   }
3303de4cd12SGeorge Rokos 
3313de4cd12SGeorge Rokos   // Adjust teams to the env variables
3323de4cd12SGeorge Rokos   if (DeviceInfo.EnvTeamLimit > 0 &&
3333de4cd12SGeorge Rokos       DeviceInfo.BlocksPerGrid[device_id] > DeviceInfo.EnvTeamLimit) {
3343de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = DeviceInfo.EnvTeamLimit;
3353de4cd12SGeorge Rokos     DP("Capping max CUDA blocks per grid to OMP_TEAM_LIMIT=%d\n",
3363de4cd12SGeorge Rokos         DeviceInfo.EnvTeamLimit);
3373de4cd12SGeorge Rokos   }
3383de4cd12SGeorge Rokos 
3393de4cd12SGeorge Rokos   DP("Max number of CUDA blocks %d, threads %d & warp size %d\n",
3403de4cd12SGeorge Rokos      DeviceInfo.BlocksPerGrid[device_id], DeviceInfo.ThreadsPerBlock[device_id],
3413de4cd12SGeorge Rokos      DeviceInfo.WarpSize[device_id]);
3423de4cd12SGeorge Rokos 
3433de4cd12SGeorge Rokos   // Set default number of teams
3443de4cd12SGeorge Rokos   if (DeviceInfo.EnvNumTeams > 0) {
3453de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.EnvNumTeams;
3463de4cd12SGeorge Rokos     DP("Default number of teams set according to environment %d\n",
3473de4cd12SGeorge Rokos         DeviceInfo.EnvNumTeams);
3483de4cd12SGeorge Rokos   } else {
3493de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = RTLDeviceInfoTy::DefaultNumTeams;
3503de4cd12SGeorge Rokos     DP("Default number of teams set according to library's default %d\n",
3513de4cd12SGeorge Rokos         RTLDeviceInfoTy::DefaultNumTeams);
3523de4cd12SGeorge Rokos   }
3533de4cd12SGeorge Rokos   if (DeviceInfo.NumTeams[device_id] > DeviceInfo.BlocksPerGrid[device_id]) {
3543de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.BlocksPerGrid[device_id];
3553de4cd12SGeorge Rokos     DP("Default number of teams exceeds device limit, capping at %d\n",
3563de4cd12SGeorge Rokos         DeviceInfo.BlocksPerGrid[device_id]);
3573de4cd12SGeorge Rokos   }
3583de4cd12SGeorge Rokos 
3593de4cd12SGeorge Rokos   // Set default number of threads
3603de4cd12SGeorge Rokos   DeviceInfo.NumThreads[device_id] = RTLDeviceInfoTy::DefaultNumThreads;
3613de4cd12SGeorge Rokos   DP("Default number of threads set according to library's default %d\n",
3623de4cd12SGeorge Rokos           RTLDeviceInfoTy::DefaultNumThreads);
3633de4cd12SGeorge Rokos   if (DeviceInfo.NumThreads[device_id] >
3643de4cd12SGeorge Rokos       DeviceInfo.ThreadsPerBlock[device_id]) {
3653de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.ThreadsPerBlock[device_id];
3663de4cd12SGeorge Rokos     DP("Default number of threads exceeds device limit, capping at %d\n",
3673de4cd12SGeorge Rokos         DeviceInfo.ThreadsPerBlock[device_id]);
3683de4cd12SGeorge Rokos   }
3693de4cd12SGeorge Rokos 
3703de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
3713de4cd12SGeorge Rokos }
3723de4cd12SGeorge Rokos 
3733de4cd12SGeorge Rokos __tgt_target_table *__tgt_rtl_load_binary(int32_t device_id,
3743de4cd12SGeorge Rokos     __tgt_device_image *image) {
3753de4cd12SGeorge Rokos 
3763de4cd12SGeorge Rokos   // Set the context we are using.
3773de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
3783de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
3793de4cd12SGeorge Rokos     DP("Error when setting a CUDA context for device %d\n", device_id);
3803de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
3813de4cd12SGeorge Rokos     return NULL;
3823de4cd12SGeorge Rokos   }
3833de4cd12SGeorge Rokos 
3843de4cd12SGeorge Rokos   // Clear the offload table as we are going to create a new one.
3853de4cd12SGeorge Rokos   DeviceInfo.clearOffloadEntriesTable(device_id);
3863de4cd12SGeorge Rokos 
3873de4cd12SGeorge Rokos   // Create the module and extract the function pointers.
3883de4cd12SGeorge Rokos 
3893de4cd12SGeorge Rokos   CUmodule cumod;
3903de4cd12SGeorge Rokos   DP("Load data from image " DPxMOD "\n", DPxPTR(image->ImageStart));
3913de4cd12SGeorge Rokos   err = cuModuleLoadDataEx(&cumod, image->ImageStart, 0, NULL, NULL);
3923de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
3933de4cd12SGeorge Rokos     DP("Error when loading CUDA module\n");
3943de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
3953de4cd12SGeorge Rokos     return NULL;
3963de4cd12SGeorge Rokos   }
3973de4cd12SGeorge Rokos 
3983de4cd12SGeorge Rokos   DP("CUDA module successfully loaded!\n");
3993de4cd12SGeorge Rokos   DeviceInfo.Modules.push_back(cumod);
4003de4cd12SGeorge Rokos 
4013de4cd12SGeorge Rokos   // Find the symbols in the module by name.
4023de4cd12SGeorge Rokos   __tgt_offload_entry *HostBegin = image->EntriesBegin;
4033de4cd12SGeorge Rokos   __tgt_offload_entry *HostEnd = image->EntriesEnd;
4043de4cd12SGeorge Rokos 
4053de4cd12SGeorge Rokos   for (__tgt_offload_entry *e = HostBegin; e != HostEnd; ++e) {
4063de4cd12SGeorge Rokos 
4073de4cd12SGeorge Rokos     if (!e->addr) {
4083de4cd12SGeorge Rokos       // We return NULL when something like this happens, the host should have
4093de4cd12SGeorge Rokos       // always something in the address to uniquely identify the target region.
4103de4cd12SGeorge Rokos       DP("Invalid binary: host entry '<null>' (size = %zd)...\n", e->size);
4113de4cd12SGeorge Rokos 
4123de4cd12SGeorge Rokos       return NULL;
4133de4cd12SGeorge Rokos     }
4143de4cd12SGeorge Rokos 
4153de4cd12SGeorge Rokos     if (e->size) {
4163de4cd12SGeorge Rokos       __tgt_offload_entry entry = *e;
4173de4cd12SGeorge Rokos 
4183de4cd12SGeorge Rokos       CUdeviceptr cuptr;
4193de4cd12SGeorge Rokos       size_t cusize;
4203de4cd12SGeorge Rokos       err = cuModuleGetGlobal(&cuptr, &cusize, cumod, e->name);
4213de4cd12SGeorge Rokos 
4223de4cd12SGeorge Rokos       if (err != CUDA_SUCCESS) {
4233de4cd12SGeorge Rokos         DP("Loading global '%s' (Failed)\n", e->name);
4243de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
4253de4cd12SGeorge Rokos         return NULL;
4263de4cd12SGeorge Rokos       }
4273de4cd12SGeorge Rokos 
4283de4cd12SGeorge Rokos       if (cusize != e->size) {
4293de4cd12SGeorge Rokos         DP("Loading global '%s' - size mismatch (%zd != %zd)\n", e->name,
4303de4cd12SGeorge Rokos             cusize, e->size);
4313de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
4323de4cd12SGeorge Rokos         return NULL;
4333de4cd12SGeorge Rokos       }
4343de4cd12SGeorge Rokos 
4353de4cd12SGeorge Rokos       DP("Entry point " DPxMOD " maps to global %s (" DPxMOD ")\n",
4363de4cd12SGeorge Rokos           DPxPTR(e - HostBegin), e->name, DPxPTR(cuptr));
4373de4cd12SGeorge Rokos       entry.addr = (void *)cuptr;
4383de4cd12SGeorge Rokos 
4393de4cd12SGeorge Rokos       DeviceInfo.addOffloadEntry(device_id, entry);
4403de4cd12SGeorge Rokos 
4413de4cd12SGeorge Rokos       continue;
4423de4cd12SGeorge Rokos     }
4433de4cd12SGeorge Rokos 
4443de4cd12SGeorge Rokos     CUfunction fun;
4453de4cd12SGeorge Rokos     err = cuModuleGetFunction(&fun, cumod, e->name);
4463de4cd12SGeorge Rokos 
4473de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
4483de4cd12SGeorge Rokos       DP("Loading '%s' (Failed)\n", e->name);
4493de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
4503de4cd12SGeorge Rokos       return NULL;
4513de4cd12SGeorge Rokos     }
4523de4cd12SGeorge Rokos 
4533de4cd12SGeorge Rokos     DP("Entry point " DPxMOD " maps to %s (" DPxMOD ")\n",
4543de4cd12SGeorge Rokos         DPxPTR(e - HostBegin), e->name, DPxPTR(fun));
4553de4cd12SGeorge Rokos 
4563de4cd12SGeorge Rokos     // default value GENERIC (in case symbol is missing from cubin file)
4573de4cd12SGeorge Rokos     int8_t ExecModeVal = ExecutionModeType::GENERIC;
4583de4cd12SGeorge Rokos     std::string ExecModeNameStr (e->name);
4593de4cd12SGeorge Rokos     ExecModeNameStr += "_exec_mode";
4603de4cd12SGeorge Rokos     const char *ExecModeName = ExecModeNameStr.c_str();
4613de4cd12SGeorge Rokos 
4623de4cd12SGeorge Rokos     CUdeviceptr ExecModePtr;
4633de4cd12SGeorge Rokos     size_t cusize;
4643de4cd12SGeorge Rokos     err = cuModuleGetGlobal(&ExecModePtr, &cusize, cumod, ExecModeName);
4653de4cd12SGeorge Rokos     if (err == CUDA_SUCCESS) {
4663de4cd12SGeorge Rokos       if ((size_t)cusize != sizeof(int8_t)) {
4673de4cd12SGeorge Rokos         DP("Loading global exec_mode '%s' - size mismatch (%zd != %zd)\n",
4683de4cd12SGeorge Rokos            ExecModeName, cusize, sizeof(int8_t));
4693de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
4703de4cd12SGeorge Rokos         return NULL;
4713de4cd12SGeorge Rokos       }
4723de4cd12SGeorge Rokos 
4733de4cd12SGeorge Rokos       err = cuMemcpyDtoH(&ExecModeVal, ExecModePtr, cusize);
4743de4cd12SGeorge Rokos       if (err != CUDA_SUCCESS) {
4753de4cd12SGeorge Rokos         DP("Error when copying data from device to host. Pointers: "
4763de4cd12SGeorge Rokos            "host = " DPxMOD ", device = " DPxMOD ", size = %zd\n",
4773de4cd12SGeorge Rokos            DPxPTR(&ExecModeVal), DPxPTR(ExecModePtr), cusize);
4783de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
4793de4cd12SGeorge Rokos         return NULL;
4803de4cd12SGeorge Rokos       }
4813de4cd12SGeorge Rokos 
4823de4cd12SGeorge Rokos       if (ExecModeVal < 0 || ExecModeVal > 1) {
4833de4cd12SGeorge Rokos         DP("Error wrong exec_mode value specified in cubin file: %d\n",
4843de4cd12SGeorge Rokos            ExecModeVal);
4853de4cd12SGeorge Rokos         return NULL;
4863de4cd12SGeorge Rokos       }
4873de4cd12SGeorge Rokos     } else {
4883de4cd12SGeorge Rokos       DP("Loading global exec_mode '%s' - symbol missing, using default value "
4893de4cd12SGeorge Rokos           "GENERIC (1)\n", ExecModeName);
4903de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
4913de4cd12SGeorge Rokos     }
4923de4cd12SGeorge Rokos 
4933de4cd12SGeorge Rokos     KernelsList.push_back(KernelTy(fun, ExecModeVal));
4943de4cd12SGeorge Rokos 
4953de4cd12SGeorge Rokos     __tgt_offload_entry entry = *e;
4963de4cd12SGeorge Rokos     entry.addr = (void *)&KernelsList.back();
4973de4cd12SGeorge Rokos     DeviceInfo.addOffloadEntry(device_id, entry);
4983de4cd12SGeorge Rokos   }
4993de4cd12SGeorge Rokos 
500e1c7a46dSGuansong Zhang   // send device environment data to the device
501e1c7a46dSGuansong Zhang   {
502e1c7a46dSGuansong Zhang     omptarget_device_environmentTy device_env;
503e1c7a46dSGuansong Zhang 
504e1c7a46dSGuansong Zhang     device_env.debug_level = 0;
505e1c7a46dSGuansong Zhang 
506e1c7a46dSGuansong Zhang #ifdef OMPTARGET_DEBUG
507e1c7a46dSGuansong Zhang     if (char *envStr = getenv("LIBOMPTARGET_DEVICE_RTL_DEBUG")) {
508e1c7a46dSGuansong Zhang       device_env.debug_level = std::stoi(envStr);
509e1c7a46dSGuansong Zhang     }
510e1c7a46dSGuansong Zhang #endif
511e1c7a46dSGuansong Zhang 
512e1c7a46dSGuansong Zhang     const char * device_env_Name="omptarget_device_environment";
513e1c7a46dSGuansong Zhang     CUdeviceptr device_env_Ptr;
514e1c7a46dSGuansong Zhang     size_t cusize;
515e1c7a46dSGuansong Zhang 
516e1c7a46dSGuansong Zhang     err = cuModuleGetGlobal(&device_env_Ptr, &cusize, cumod, device_env_Name);
517e1c7a46dSGuansong Zhang 
518e1c7a46dSGuansong Zhang     if (err == CUDA_SUCCESS) {
519e1c7a46dSGuansong Zhang       if ((size_t)cusize != sizeof(device_env)) {
520e1c7a46dSGuansong Zhang         DP("Global device_environment '%s' - size mismatch (%zu != %zu)\n",
521e1c7a46dSGuansong Zhang             device_env_Name, cusize, sizeof(int32_t));
522e1c7a46dSGuansong Zhang         CUDA_ERR_STRING(err);
523e1c7a46dSGuansong Zhang         return NULL;
524e1c7a46dSGuansong Zhang       }
525e1c7a46dSGuansong Zhang 
526e1c7a46dSGuansong Zhang       err = cuMemcpyHtoD(device_env_Ptr, &device_env, cusize);
527e1c7a46dSGuansong Zhang       if (err != CUDA_SUCCESS) {
528e1c7a46dSGuansong Zhang         DP("Error when copying data from host to device. Pointers: "
529e1c7a46dSGuansong Zhang             "host = " DPxMOD ", device = " DPxMOD ", size = %zu\n",
530e1c7a46dSGuansong Zhang             DPxPTR(&device_env), DPxPTR(device_env_Ptr), cusize);
531e1c7a46dSGuansong Zhang         CUDA_ERR_STRING(err);
532e1c7a46dSGuansong Zhang         return NULL;
533e1c7a46dSGuansong Zhang       }
534e1c7a46dSGuansong Zhang 
535e1c7a46dSGuansong Zhang       DP("Sending global device environment data %zu bytes\n", (size_t)cusize);
536e1c7a46dSGuansong Zhang     } else {
537e1c7a46dSGuansong Zhang       DP("Finding global device environment '%s' - symbol missing.\n", device_env_Name);
538e1c7a46dSGuansong Zhang       DP("Continue, considering this is a device RTL which does not accept envrionment setting.\n");
539e1c7a46dSGuansong Zhang     }
540e1c7a46dSGuansong Zhang   }
541e1c7a46dSGuansong Zhang 
5423de4cd12SGeorge Rokos   return DeviceInfo.getOffloadEntriesTable(device_id);
5433de4cd12SGeorge Rokos }
5443de4cd12SGeorge Rokos 
5451546d319SGeorge Rokos void *__tgt_rtl_data_alloc(int32_t device_id, int64_t size, void *hst_ptr) {
5463de4cd12SGeorge Rokos   if (size == 0) {
5473de4cd12SGeorge Rokos     return NULL;
5483de4cd12SGeorge Rokos   }
5493de4cd12SGeorge Rokos 
5503de4cd12SGeorge Rokos   // Set the context we are using.
5513de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
5523de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
5533de4cd12SGeorge Rokos     DP("Error while trying to set CUDA current context\n");
5543de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
5553de4cd12SGeorge Rokos     return NULL;
5563de4cd12SGeorge Rokos   }
5573de4cd12SGeorge Rokos 
5583de4cd12SGeorge Rokos   CUdeviceptr ptr;
5593de4cd12SGeorge Rokos   err = cuMemAlloc(&ptr, size);
5603de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
5613de4cd12SGeorge Rokos     DP("Error while trying to allocate %d\n", err);
5623de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
5633de4cd12SGeorge Rokos     return NULL;
5643de4cd12SGeorge Rokos   }
5653de4cd12SGeorge Rokos 
5663de4cd12SGeorge Rokos   void *vptr = (void *)ptr;
5673de4cd12SGeorge Rokos   return vptr;
5683de4cd12SGeorge Rokos }
5693de4cd12SGeorge Rokos 
5703de4cd12SGeorge Rokos int32_t __tgt_rtl_data_submit(int32_t device_id, void *tgt_ptr, void *hst_ptr,
5713de4cd12SGeorge Rokos     int64_t size) {
5723de4cd12SGeorge Rokos   // Set the context we are using.
5733de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
5743de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
5753de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
5763de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
5773de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
5783de4cd12SGeorge Rokos   }
5793de4cd12SGeorge Rokos 
5803de4cd12SGeorge Rokos   err = cuMemcpyHtoD((CUdeviceptr)tgt_ptr, hst_ptr, size);
5813de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
5823de4cd12SGeorge Rokos     DP("Error when copying data from host to device. Pointers: host = " DPxMOD
5833de4cd12SGeorge Rokos        ", device = " DPxMOD ", size = %" PRId64 "\n", DPxPTR(hst_ptr),
5843de4cd12SGeorge Rokos        DPxPTR(tgt_ptr), size);
5853de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
5863de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
5873de4cd12SGeorge Rokos   }
5883de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
5893de4cd12SGeorge Rokos }
5903de4cd12SGeorge Rokos 
5913de4cd12SGeorge Rokos int32_t __tgt_rtl_data_retrieve(int32_t device_id, void *hst_ptr, void *tgt_ptr,
5923de4cd12SGeorge Rokos     int64_t size) {
5933de4cd12SGeorge Rokos   // Set the context we are using.
5943de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
5953de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
5963de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
5973de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
5983de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
5993de4cd12SGeorge Rokos   }
6003de4cd12SGeorge Rokos 
6013de4cd12SGeorge Rokos   err = cuMemcpyDtoH(hst_ptr, (CUdeviceptr)tgt_ptr, size);
6023de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6033de4cd12SGeorge Rokos     DP("Error when copying data from device to host. Pointers: host = " DPxMOD
6043de4cd12SGeorge Rokos         ", device = " DPxMOD ", size = %" PRId64 "\n", DPxPTR(hst_ptr),
6053de4cd12SGeorge Rokos         DPxPTR(tgt_ptr), size);
6063de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6073de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6083de4cd12SGeorge Rokos   }
6093de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
6103de4cd12SGeorge Rokos }
6113de4cd12SGeorge Rokos 
6123de4cd12SGeorge Rokos int32_t __tgt_rtl_data_delete(int32_t device_id, void *tgt_ptr) {
6133de4cd12SGeorge Rokos   // Set the context we are using.
6143de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
6153de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6163de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
6173de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6183de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6193de4cd12SGeorge Rokos   }
6203de4cd12SGeorge Rokos 
6213de4cd12SGeorge Rokos   err = cuMemFree((CUdeviceptr)tgt_ptr);
6223de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6233de4cd12SGeorge Rokos     DP("Error when freeing CUDA memory\n");
6243de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6253de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6263de4cd12SGeorge Rokos   }
6273de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
6283de4cd12SGeorge Rokos }
6293de4cd12SGeorge Rokos 
6303de4cd12SGeorge Rokos int32_t __tgt_rtl_run_target_team_region(int32_t device_id, void *tgt_entry_ptr,
6311546d319SGeorge Rokos     void **tgt_args, ptrdiff_t *tgt_offsets, int32_t arg_num, int32_t team_num,
6321546d319SGeorge Rokos     int32_t thread_limit, uint64_t loop_tripcount) {
6333de4cd12SGeorge Rokos   // Set the context we are using.
6343de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
6353de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6363de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
6373de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6383de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6393de4cd12SGeorge Rokos   }
6403de4cd12SGeorge Rokos 
6413de4cd12SGeorge Rokos   // All args are references.
6423de4cd12SGeorge Rokos   std::vector<void *> args(arg_num);
6431546d319SGeorge Rokos   std::vector<void *> ptrs(arg_num);
6443de4cd12SGeorge Rokos 
6451546d319SGeorge Rokos   for (int32_t i = 0; i < arg_num; ++i) {
6461546d319SGeorge Rokos     ptrs[i] = (void *)((intptr_t)tgt_args[i] + tgt_offsets[i]);
6471546d319SGeorge Rokos     args[i] = &ptrs[i];
6481546d319SGeorge Rokos   }
6493de4cd12SGeorge Rokos 
6503de4cd12SGeorge Rokos   KernelTy *KernelInfo = (KernelTy *)tgt_entry_ptr;
6513de4cd12SGeorge Rokos 
6523de4cd12SGeorge Rokos   int cudaThreadsPerBlock;
6533de4cd12SGeorge Rokos 
6543de4cd12SGeorge Rokos   if (thread_limit > 0) {
6553de4cd12SGeorge Rokos     cudaThreadsPerBlock = thread_limit;
6563de4cd12SGeorge Rokos     DP("Setting CUDA threads per block to requested %d\n", thread_limit);
6573de4cd12SGeorge Rokos     // Add master warp if necessary
6583de4cd12SGeorge Rokos     if (KernelInfo->ExecutionMode == GENERIC) {
6593de4cd12SGeorge Rokos       cudaThreadsPerBlock += DeviceInfo.WarpSize[device_id];
6603de4cd12SGeorge Rokos       DP("Adding master warp: +%d threads\n", DeviceInfo.WarpSize[device_id]);
6613de4cd12SGeorge Rokos     }
662c13df8e5SGeorge Rokos   } else {
663c13df8e5SGeorge Rokos     cudaThreadsPerBlock = DeviceInfo.NumThreads[device_id];
664c13df8e5SGeorge Rokos     DP("Setting CUDA threads per block to default %d\n",
665c13df8e5SGeorge Rokos         DeviceInfo.NumThreads[device_id]);
666c13df8e5SGeorge Rokos   }
6673de4cd12SGeorge Rokos 
6683de4cd12SGeorge Rokos   if (cudaThreadsPerBlock > DeviceInfo.ThreadsPerBlock[device_id]) {
6693de4cd12SGeorge Rokos     cudaThreadsPerBlock = DeviceInfo.ThreadsPerBlock[device_id];
6703de4cd12SGeorge Rokos     DP("Threads per block capped at device limit %d\n",
6713de4cd12SGeorge Rokos         DeviceInfo.ThreadsPerBlock[device_id]);
6723de4cd12SGeorge Rokos   }
6733de4cd12SGeorge Rokos 
6743de4cd12SGeorge Rokos   int kernel_limit;
6753de4cd12SGeorge Rokos   err = cuFuncGetAttribute(&kernel_limit,
6763de4cd12SGeorge Rokos       CU_FUNC_ATTRIBUTE_MAX_THREADS_PER_BLOCK, KernelInfo->Func);
6773de4cd12SGeorge Rokos   if (err == CUDA_SUCCESS) {
6783de4cd12SGeorge Rokos     if (kernel_limit < cudaThreadsPerBlock) {
6793de4cd12SGeorge Rokos       cudaThreadsPerBlock = kernel_limit;
6803de4cd12SGeorge Rokos       DP("Threads per block capped at kernel limit %d\n", kernel_limit);
6813de4cd12SGeorge Rokos     }
6823de4cd12SGeorge Rokos   }
6833de4cd12SGeorge Rokos 
6843de4cd12SGeorge Rokos   int cudaBlocksPerGrid;
6853de4cd12SGeorge Rokos   if (team_num <= 0) {
6863de4cd12SGeorge Rokos     if (loop_tripcount > 0 && DeviceInfo.EnvNumTeams < 0) {
687c13df8e5SGeorge Rokos       if (KernelInfo->ExecutionMode == SPMD) {
688c13df8e5SGeorge Rokos         // We have a combined construct, i.e. `target teams distribute parallel
689c13df8e5SGeorge Rokos         // for [simd]`. We launch so many teams so that each thread will
690c13df8e5SGeorge Rokos         // execute one iteration of the loop.
6913de4cd12SGeorge Rokos         // round up to the nearest integer
6923de4cd12SGeorge Rokos         cudaBlocksPerGrid = ((loop_tripcount - 1) / cudaThreadsPerBlock) + 1;
693c13df8e5SGeorge Rokos       } else {
694c13df8e5SGeorge Rokos         // If we reach this point, then we have a non-combined construct, i.e.
695c13df8e5SGeorge Rokos         // `teams distribute` with a nested `parallel for` and each team is
696c13df8e5SGeorge Rokos         // assigned one iteration of the `distribute` loop. E.g.:
697c13df8e5SGeorge Rokos         //
698c13df8e5SGeorge Rokos         // #pragma omp target teams distribute
699c13df8e5SGeorge Rokos         // for(...loop_tripcount...) {
700c13df8e5SGeorge Rokos         //   #pragma omp parallel for
701c13df8e5SGeorge Rokos         //   for(...) {}
702c13df8e5SGeorge Rokos         // }
703c13df8e5SGeorge Rokos         //
704c13df8e5SGeorge Rokos         // Threads within a team will execute the iterations of the `parallel`
705c13df8e5SGeorge Rokos         // loop.
706c13df8e5SGeorge Rokos         cudaBlocksPerGrid = loop_tripcount;
707c13df8e5SGeorge Rokos       }
7083de4cd12SGeorge Rokos       DP("Using %d teams due to loop trip count %" PRIu64 " and number of "
7093de4cd12SGeorge Rokos           "threads per block %d\n", cudaBlocksPerGrid, loop_tripcount,
7103de4cd12SGeorge Rokos           cudaThreadsPerBlock);
7113de4cd12SGeorge Rokos     } else {
7123de4cd12SGeorge Rokos       cudaBlocksPerGrid = DeviceInfo.NumTeams[device_id];
7133de4cd12SGeorge Rokos       DP("Using default number of teams %d\n", DeviceInfo.NumTeams[device_id]);
7143de4cd12SGeorge Rokos     }
7153de4cd12SGeorge Rokos   } else if (team_num > DeviceInfo.BlocksPerGrid[device_id]) {
7163de4cd12SGeorge Rokos     cudaBlocksPerGrid = DeviceInfo.BlocksPerGrid[device_id];
7173de4cd12SGeorge Rokos     DP("Capping number of teams to team limit %d\n",
7183de4cd12SGeorge Rokos         DeviceInfo.BlocksPerGrid[device_id]);
7193de4cd12SGeorge Rokos   } else {
7203de4cd12SGeorge Rokos     cudaBlocksPerGrid = team_num;
7213de4cd12SGeorge Rokos     DP("Using requested number of teams %d\n", team_num);
7223de4cd12SGeorge Rokos   }
7233de4cd12SGeorge Rokos 
7243de4cd12SGeorge Rokos   // Run on the device.
7253de4cd12SGeorge Rokos   DP("Launch kernel with %d blocks and %d threads\n", cudaBlocksPerGrid,
7263de4cd12SGeorge Rokos      cudaThreadsPerBlock);
7273de4cd12SGeorge Rokos 
7283de4cd12SGeorge Rokos   err = cuLaunchKernel(KernelInfo->Func, cudaBlocksPerGrid, 1, 1,
7293de4cd12SGeorge Rokos       cudaThreadsPerBlock, 1, 1, 0 /*bytes of shared memory*/, 0, &args[0], 0);
7303de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7313de4cd12SGeorge Rokos     DP("Device kernel launch failed!\n");
7323de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7333de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7343de4cd12SGeorge Rokos   }
7353de4cd12SGeorge Rokos 
7363de4cd12SGeorge Rokos   DP("Launch of entry point at " DPxMOD " successful!\n",
7373de4cd12SGeorge Rokos       DPxPTR(tgt_entry_ptr));
7383de4cd12SGeorge Rokos 
739c1895235SJonas Hahnfeld   CUresult sync_err = cuCtxSynchronize();
740c1895235SJonas Hahnfeld   if (sync_err != CUDA_SUCCESS) {
741c1895235SJonas Hahnfeld     DP("Kernel execution error at " DPxMOD "!\n", DPxPTR(tgt_entry_ptr));
742c1895235SJonas Hahnfeld     CUDA_ERR_STRING(sync_err);
7433de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7443de4cd12SGeorge Rokos   } else {
7453de4cd12SGeorge Rokos     DP("Kernel execution at " DPxMOD " successful!\n", DPxPTR(tgt_entry_ptr));
7463de4cd12SGeorge Rokos   }
7473de4cd12SGeorge Rokos 
7483de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
7493de4cd12SGeorge Rokos }
7503de4cd12SGeorge Rokos 
7513de4cd12SGeorge Rokos int32_t __tgt_rtl_run_target_region(int32_t device_id, void *tgt_entry_ptr,
7521546d319SGeorge Rokos     void **tgt_args, ptrdiff_t *tgt_offsets, int32_t arg_num) {
7533de4cd12SGeorge Rokos   // use one team and the default number of threads.
7543de4cd12SGeorge Rokos   const int32_t team_num = 1;
7553de4cd12SGeorge Rokos   const int32_t thread_limit = 0;
7563de4cd12SGeorge Rokos   return __tgt_rtl_run_target_team_region(device_id, tgt_entry_ptr, tgt_args,
7571546d319SGeorge Rokos       tgt_offsets, arg_num, team_num, thread_limit, 0);
7583de4cd12SGeorge Rokos }
7593de4cd12SGeorge Rokos 
7603de4cd12SGeorge Rokos #ifdef __cplusplus
7613de4cd12SGeorge Rokos }
7623de4cd12SGeorge Rokos #endif
763