13de4cd12SGeorge Rokos //===----RTLs/cuda/src/rtl.cpp - Target RTLs Implementation ------- C++ -*-===//
23de4cd12SGeorge Rokos //
357b08b09SChandler Carruth // Part of the LLVM Project, under the Apache License v2.0 with LLVM Exceptions.
457b08b09SChandler Carruth // See https://llvm.org/LICENSE.txt for license information.
557b08b09SChandler 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 
13*a5153dbcSJohannes Doerfert #include <atomic>
143de4cd12SGeorge Rokos #include <cassert>
153de4cd12SGeorge Rokos #include <cstddef>
163de4cd12SGeorge Rokos #include <cuda.h>
173de4cd12SGeorge Rokos #include <list>
18*a5153dbcSJohannes Doerfert #include <memory>
193de4cd12SGeorge Rokos #include <string>
203de4cd12SGeorge Rokos #include <vector>
213de4cd12SGeorge Rokos 
221546d319SGeorge Rokos #include "omptargetplugin.h"
233de4cd12SGeorge Rokos 
243de4cd12SGeorge Rokos #ifndef TARGET_NAME
253de4cd12SGeorge Rokos #define TARGET_NAME CUDA
263de4cd12SGeorge Rokos #endif
273de4cd12SGeorge Rokos 
28b305d26bSSergey Dmitriev #ifdef OMPTARGET_DEBUG
29b305d26bSSergey Dmitriev static int DebugLevel = 0;
30b305d26bSSergey Dmitriev 
313de4cd12SGeorge Rokos #define GETNAME2(name) #name
323de4cd12SGeorge Rokos #define GETNAME(name) GETNAME2(name)
33b305d26bSSergey Dmitriev #define DP(...) \
34b305d26bSSergey Dmitriev   do { \
35b305d26bSSergey Dmitriev     if (DebugLevel > 0) { \
36b305d26bSSergey Dmitriev       DEBUGP("Target " GETNAME(TARGET_NAME) " RTL", __VA_ARGS__); \
37b305d26bSSergey Dmitriev     } \
38b305d26bSSergey Dmitriev   } while (false)
3978769ec4SMichael Kruse 
4078769ec4SMichael Kruse // Utility for retrieving and printing CUDA error string.
4178769ec4SMichael Kruse #define CUDA_ERR_STRING(err) \
4278769ec4SMichael Kruse   do { \
4378769ec4SMichael Kruse     if (DebugLevel > 0) { \
4478769ec4SMichael Kruse       const char *errStr; \
4578769ec4SMichael Kruse       cuGetErrorString(err, &errStr); \
4678769ec4SMichael Kruse       DEBUGP("Target " GETNAME(TARGET_NAME) " RTL", "CUDA error is: %s\n", errStr); \
4778769ec4SMichael Kruse     } \
4878769ec4SMichael Kruse   } while (false)
49b305d26bSSergey Dmitriev #else // OMPTARGET_DEBUG
50b305d26bSSergey Dmitriev #define DP(...) {}
5178769ec4SMichael Kruse #define CUDA_ERR_STRING(err) {}
52b305d26bSSergey Dmitriev #endif // OMPTARGET_DEBUG
533de4cd12SGeorge Rokos 
543de4cd12SGeorge Rokos #include "../../common/elf_common.c"
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 
69dc34b1c9SRon Lieberman /// 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 
824c6a098aSKazuaki Ishizaki /// Device environment 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;
95*a5153dbcSJohannes Doerfert   std::vector<std::unique_ptr<std::atomic_uint>> NextStreamId;
963de4cd12SGeorge Rokos 
973de4cd12SGeorge Rokos public:
983de4cd12SGeorge Rokos   int NumberOfDevices;
993de4cd12SGeorge Rokos   std::vector<CUmodule> Modules;
1003de4cd12SGeorge Rokos   std::vector<CUcontext> Contexts;
101*a5153dbcSJohannes Doerfert   std::vector<std::vector<CUstream>> Streams;
1023de4cd12SGeorge Rokos 
1033de4cd12SGeorge Rokos   // Device properties
1043de4cd12SGeorge Rokos   std::vector<int> ThreadsPerBlock;
1053de4cd12SGeorge Rokos   std::vector<int> BlocksPerGrid;
1063de4cd12SGeorge Rokos   std::vector<int> WarpSize;
1073de4cd12SGeorge Rokos 
1083de4cd12SGeorge Rokos   // OpenMP properties
1093de4cd12SGeorge Rokos   std::vector<int> NumTeams;
1103de4cd12SGeorge Rokos   std::vector<int> NumThreads;
1113de4cd12SGeorge Rokos 
1123de4cd12SGeorge Rokos   // OpenMP Environment properties
1133de4cd12SGeorge Rokos   int EnvNumTeams;
1143de4cd12SGeorge Rokos   int EnvTeamLimit;
115*a5153dbcSJohannes Doerfert   int EnvNumStreams;
1163de4cd12SGeorge Rokos 
117c5fe030cSGheorghe-Teodor Bercea   // OpenMP Requires Flags
118c5fe030cSGheorghe-Teodor Bercea   int64_t RequiresFlags;
119c5fe030cSGheorghe-Teodor Bercea 
1203de4cd12SGeorge Rokos   //static int EnvNumThreads;
1213de4cd12SGeorge Rokos   static const int HardTeamLimit = 1<<16; // 64k
1223de4cd12SGeorge Rokos   static const int HardThreadLimit = 1024;
1233de4cd12SGeorge Rokos   static const int DefaultNumTeams = 128;
124c13df8e5SGeorge Rokos   static const int DefaultNumThreads = 128;
1253de4cd12SGeorge Rokos 
1263de4cd12SGeorge Rokos   // Record entry point associated with device
1273de4cd12SGeorge Rokos   void addOffloadEntry(int32_t device_id, __tgt_offload_entry entry) {
1283de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1293de4cd12SGeorge Rokos            "Unexpected device id!");
1302622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1313de4cd12SGeorge Rokos 
1323de4cd12SGeorge Rokos     E.Entries.push_back(entry);
1333de4cd12SGeorge Rokos   }
1343de4cd12SGeorge Rokos 
1353de4cd12SGeorge Rokos   // Return true if the entry is associated with device
1363de4cd12SGeorge Rokos   bool findOffloadEntry(int32_t device_id, void *addr) {
1373de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1383de4cd12SGeorge Rokos            "Unexpected device id!");
1392622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1403de4cd12SGeorge Rokos 
1413de4cd12SGeorge Rokos     for (auto &it : E.Entries) {
1423de4cd12SGeorge Rokos       if (it.addr == addr)
1433de4cd12SGeorge Rokos         return true;
1443de4cd12SGeorge Rokos     }
1453de4cd12SGeorge Rokos 
1463de4cd12SGeorge Rokos     return false;
1473de4cd12SGeorge Rokos   }
1483de4cd12SGeorge Rokos 
1493de4cd12SGeorge Rokos   // Return the pointer to the target entries table
1503de4cd12SGeorge Rokos   __tgt_target_table *getOffloadEntriesTable(int32_t device_id) {
1513de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1523de4cd12SGeorge Rokos            "Unexpected device id!");
1532622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1543de4cd12SGeorge Rokos 
1553de4cd12SGeorge Rokos     int32_t size = E.Entries.size();
1563de4cd12SGeorge Rokos 
1573de4cd12SGeorge Rokos     // Table is empty
1583de4cd12SGeorge Rokos     if (!size)
1593de4cd12SGeorge Rokos       return 0;
1603de4cd12SGeorge Rokos 
1613de4cd12SGeorge Rokos     __tgt_offload_entry *begin = &E.Entries[0];
1623de4cd12SGeorge Rokos     __tgt_offload_entry *end = &E.Entries[size - 1];
1633de4cd12SGeorge Rokos 
1643de4cd12SGeorge Rokos     // Update table info according to the entries and return the pointer
1653de4cd12SGeorge Rokos     E.Table.EntriesBegin = begin;
1663de4cd12SGeorge Rokos     E.Table.EntriesEnd = ++end;
1673de4cd12SGeorge Rokos 
1683de4cd12SGeorge Rokos     return &E.Table;
1693de4cd12SGeorge Rokos   }
1703de4cd12SGeorge Rokos 
1713de4cd12SGeorge Rokos   // Clear entries table for a device
1723de4cd12SGeorge Rokos   void clearOffloadEntriesTable(int32_t device_id) {
1733de4cd12SGeorge Rokos     assert(device_id < (int32_t)FuncGblEntries.size() &&
1743de4cd12SGeorge Rokos            "Unexpected device id!");
1752622e9e5SAlexey Bataev     FuncGblEntries[device_id].emplace_back();
1762622e9e5SAlexey Bataev     FuncOrGblEntryTy &E = FuncGblEntries[device_id].back();
1773de4cd12SGeorge Rokos     E.Entries.clear();
1783de4cd12SGeorge Rokos     E.Table.EntriesBegin = E.Table.EntriesEnd = 0;
1793de4cd12SGeorge Rokos   }
1803de4cd12SGeorge Rokos 
181*a5153dbcSJohannes Doerfert   // Get the next stream on a given device in a round robin manner
182*a5153dbcSJohannes Doerfert   CUstream &getNextStream(const int DeviceId) {
183*a5153dbcSJohannes Doerfert     assert(DeviceId >= 0 &&
184*a5153dbcSJohannes Doerfert            static_cast<size_t>(DeviceId) < NextStreamId.size() &&
185*a5153dbcSJohannes Doerfert            "Unexpected device id!");
186*a5153dbcSJohannes Doerfert     const unsigned int Id = NextStreamId[DeviceId]->fetch_add(1);
187*a5153dbcSJohannes Doerfert     return Streams[DeviceId][Id % EnvNumStreams];
188*a5153dbcSJohannes Doerfert   }
189*a5153dbcSJohannes Doerfert 
1903de4cd12SGeorge Rokos   RTLDeviceInfoTy() {
191b305d26bSSergey Dmitriev #ifdef OMPTARGET_DEBUG
192b305d26bSSergey Dmitriev     if (char *envStr = getenv("LIBOMPTARGET_DEBUG")) {
193b305d26bSSergey Dmitriev       DebugLevel = std::stoi(envStr);
194b305d26bSSergey Dmitriev     }
195b305d26bSSergey Dmitriev #endif // OMPTARGET_DEBUG
196b305d26bSSergey Dmitriev 
1973de4cd12SGeorge Rokos     DP("Start initializing CUDA\n");
1983de4cd12SGeorge Rokos 
1993de4cd12SGeorge Rokos     CUresult err = cuInit(0);
2003de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
2013de4cd12SGeorge Rokos       DP("Error when initializing CUDA\n");
2023de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
2033de4cd12SGeorge Rokos       return;
2043de4cd12SGeorge Rokos     }
2053de4cd12SGeorge Rokos 
2063de4cd12SGeorge Rokos     NumberOfDevices = 0;
2073de4cd12SGeorge Rokos 
2083de4cd12SGeorge Rokos     err = cuDeviceGetCount(&NumberOfDevices);
2093de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
2103de4cd12SGeorge Rokos       DP("Error when getting CUDA device count\n");
2113de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
2123de4cd12SGeorge Rokos       return;
2133de4cd12SGeorge Rokos     }
2143de4cd12SGeorge Rokos 
2153de4cd12SGeorge Rokos     if (NumberOfDevices == 0) {
2163de4cd12SGeorge Rokos       DP("There are no devices supporting CUDA.\n");
2173de4cd12SGeorge Rokos       return;
2183de4cd12SGeorge Rokos     }
2193de4cd12SGeorge Rokos 
2203de4cd12SGeorge Rokos     FuncGblEntries.resize(NumberOfDevices);
2213de4cd12SGeorge Rokos     Contexts.resize(NumberOfDevices);
222*a5153dbcSJohannes Doerfert     Streams.resize(NumberOfDevices);
223*a5153dbcSJohannes Doerfert     NextStreamId.resize(NumberOfDevices);
2243de4cd12SGeorge Rokos     ThreadsPerBlock.resize(NumberOfDevices);
2253de4cd12SGeorge Rokos     BlocksPerGrid.resize(NumberOfDevices);
2263de4cd12SGeorge Rokos     WarpSize.resize(NumberOfDevices);
2273de4cd12SGeorge Rokos     NumTeams.resize(NumberOfDevices);
2283de4cd12SGeorge Rokos     NumThreads.resize(NumberOfDevices);
2293de4cd12SGeorge Rokos 
2303de4cd12SGeorge Rokos     // Get environment variables regarding teams
2313de4cd12SGeorge Rokos     char *envStr = getenv("OMP_TEAM_LIMIT");
2323de4cd12SGeorge Rokos     if (envStr) {
2333de4cd12SGeorge Rokos       // OMP_TEAM_LIMIT has been set
2343de4cd12SGeorge Rokos       EnvTeamLimit = std::stoi(envStr);
2353de4cd12SGeorge Rokos       DP("Parsed OMP_TEAM_LIMIT=%d\n", EnvTeamLimit);
2363de4cd12SGeorge Rokos     } else {
2373de4cd12SGeorge Rokos       EnvTeamLimit = -1;
2383de4cd12SGeorge Rokos     }
2393de4cd12SGeorge Rokos     envStr = getenv("OMP_NUM_TEAMS");
2403de4cd12SGeorge Rokos     if (envStr) {
2413de4cd12SGeorge Rokos       // OMP_NUM_TEAMS has been set
2423de4cd12SGeorge Rokos       EnvNumTeams = std::stoi(envStr);
2433de4cd12SGeorge Rokos       DP("Parsed OMP_NUM_TEAMS=%d\n", EnvNumTeams);
2443de4cd12SGeorge Rokos     } else {
2453de4cd12SGeorge Rokos       EnvNumTeams = -1;
2463de4cd12SGeorge Rokos     }
247c5fe030cSGheorghe-Teodor Bercea 
248*a5153dbcSJohannes Doerfert     // By default let's create 256 streams per device
249*a5153dbcSJohannes Doerfert     EnvNumStreams = 256;
250*a5153dbcSJohannes Doerfert     envStr = getenv("LIBOMPTARGET_NUM_STREAMS");
251*a5153dbcSJohannes Doerfert     if (envStr) {
252*a5153dbcSJohannes Doerfert       EnvNumStreams = std::stoi(envStr);
253*a5153dbcSJohannes Doerfert     }
254*a5153dbcSJohannes Doerfert 
255*a5153dbcSJohannes Doerfert     // Initialize streams for each device
256*a5153dbcSJohannes Doerfert     for (std::vector<CUstream> &S : Streams) {
257*a5153dbcSJohannes Doerfert       S.resize(EnvNumStreams);
258*a5153dbcSJohannes Doerfert     }
259*a5153dbcSJohannes Doerfert 
260*a5153dbcSJohannes Doerfert     // Initialize the next stream id
261*a5153dbcSJohannes Doerfert     for (std::unique_ptr<std::atomic_uint> &Ptr : NextStreamId) {
262*a5153dbcSJohannes Doerfert       Ptr = std::make_unique<std::atomic_uint>(0);
263*a5153dbcSJohannes Doerfert     }
264*a5153dbcSJohannes Doerfert 
265c5fe030cSGheorghe-Teodor Bercea     // Default state.
266c5fe030cSGheorghe-Teodor Bercea     RequiresFlags = OMP_REQ_UNDEFINED;
2673de4cd12SGeorge Rokos   }
2683de4cd12SGeorge Rokos 
2693de4cd12SGeorge Rokos   ~RTLDeviceInfoTy() {
2703de4cd12SGeorge Rokos     // Close modules
2713de4cd12SGeorge Rokos     for (auto &module : Modules)
2723de4cd12SGeorge Rokos       if (module) {
2733de4cd12SGeorge Rokos         CUresult err = cuModuleUnload(module);
2743de4cd12SGeorge Rokos         if (err != CUDA_SUCCESS) {
2753de4cd12SGeorge Rokos           DP("Error when unloading CUDA module\n");
2763de4cd12SGeorge Rokos           CUDA_ERR_STRING(err);
2773de4cd12SGeorge Rokos         }
2783de4cd12SGeorge Rokos       }
2793de4cd12SGeorge Rokos 
280*a5153dbcSJohannes Doerfert     // Destroy streams before contexts
281*a5153dbcSJohannes Doerfert     for (int I = 0; I < NumberOfDevices; ++I) {
282*a5153dbcSJohannes Doerfert       CUresult err = cuCtxSetCurrent(Contexts[I]);
283*a5153dbcSJohannes Doerfert       if (err != CUDA_SUCCESS) {
284*a5153dbcSJohannes Doerfert         DP("Error when setting current CUDA context\n");
285*a5153dbcSJohannes Doerfert         CUDA_ERR_STRING(err);
286*a5153dbcSJohannes Doerfert       }
287*a5153dbcSJohannes Doerfert 
288*a5153dbcSJohannes Doerfert       for (auto &S : Streams[I])
289*a5153dbcSJohannes Doerfert         if (S) {
290*a5153dbcSJohannes Doerfert           err = cuStreamDestroy(S);
291*a5153dbcSJohannes Doerfert           if (err != CUDA_SUCCESS) {
292*a5153dbcSJohannes Doerfert             DP("Error when destroying CUDA stream\n");
293*a5153dbcSJohannes Doerfert             CUDA_ERR_STRING(err);
294*a5153dbcSJohannes Doerfert           }
295*a5153dbcSJohannes Doerfert         }
296*a5153dbcSJohannes Doerfert     }
297*a5153dbcSJohannes Doerfert 
2983de4cd12SGeorge Rokos     // Destroy contexts
2993de4cd12SGeorge Rokos     for (auto &ctx : Contexts)
3003de4cd12SGeorge Rokos       if (ctx) {
3013de4cd12SGeorge Rokos         CUresult err = cuCtxDestroy(ctx);
3023de4cd12SGeorge Rokos         if (err != CUDA_SUCCESS) {
3033de4cd12SGeorge Rokos           DP("Error when destroying CUDA context\n");
3043de4cd12SGeorge Rokos           CUDA_ERR_STRING(err);
3053de4cd12SGeorge Rokos         }
3063de4cd12SGeorge Rokos       }
3073de4cd12SGeorge Rokos   }
3083de4cd12SGeorge Rokos };
3093de4cd12SGeorge Rokos 
3103de4cd12SGeorge Rokos static RTLDeviceInfoTy DeviceInfo;
3113de4cd12SGeorge Rokos 
3123de4cd12SGeorge Rokos #ifdef __cplusplus
3133de4cd12SGeorge Rokos extern "C" {
3143de4cd12SGeorge Rokos #endif
3153de4cd12SGeorge Rokos 
3163de4cd12SGeorge Rokos int32_t __tgt_rtl_is_valid_binary(__tgt_device_image *image) {
3173de4cd12SGeorge Rokos   return elf_check_machine(image, 190); // EM_CUDA = 190.
3183de4cd12SGeorge Rokos }
3193de4cd12SGeorge Rokos 
3203de4cd12SGeorge Rokos int32_t __tgt_rtl_number_of_devices() { return DeviceInfo.NumberOfDevices; }
3213de4cd12SGeorge Rokos 
322c5fe030cSGheorghe-Teodor Bercea int64_t __tgt_rtl_init_requires(int64_t RequiresFlags) {
323c5fe030cSGheorghe-Teodor Bercea   DP("Init requires flags to %ld\n", RequiresFlags);
324c5fe030cSGheorghe-Teodor Bercea   DeviceInfo.RequiresFlags = RequiresFlags;
325c5fe030cSGheorghe-Teodor Bercea   return RequiresFlags;
326c5fe030cSGheorghe-Teodor Bercea }
327c5fe030cSGheorghe-Teodor Bercea 
3283de4cd12SGeorge Rokos int32_t __tgt_rtl_init_device(int32_t device_id) {
3293de4cd12SGeorge Rokos 
3303de4cd12SGeorge Rokos   CUdevice cuDevice;
3313de4cd12SGeorge Rokos   DP("Getting device %d\n", device_id);
3323de4cd12SGeorge Rokos   CUresult err = cuDeviceGet(&cuDevice, device_id);
3333de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
3343de4cd12SGeorge Rokos     DP("Error when getting CUDA device with id = %d\n", device_id);
3353de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
3363de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
3373de4cd12SGeorge Rokos   }
3383de4cd12SGeorge Rokos 
3393de4cd12SGeorge Rokos   // Create the context and save it to use whenever this device is selected.
3403de4cd12SGeorge Rokos   err = cuCtxCreate(&DeviceInfo.Contexts[device_id], CU_CTX_SCHED_BLOCKING_SYNC,
3413de4cd12SGeorge Rokos                     cuDevice);
3423de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
3433de4cd12SGeorge Rokos     DP("Error when creating a CUDA context\n");
3443de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
3453de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
3463de4cd12SGeorge Rokos   }
3473de4cd12SGeorge Rokos 
348*a5153dbcSJohannes Doerfert   err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
349*a5153dbcSJohannes Doerfert   if (err != CUDA_SUCCESS) {
350*a5153dbcSJohannes Doerfert     DP("Error when setting current CUDA context\n");
351*a5153dbcSJohannes Doerfert     CUDA_ERR_STRING(err);
352*a5153dbcSJohannes Doerfert   }
353*a5153dbcSJohannes Doerfert 
354*a5153dbcSJohannes Doerfert   for (CUstream &Stream : DeviceInfo.Streams[device_id]) {
355*a5153dbcSJohannes Doerfert     err = cuStreamCreate(&Stream, CU_STREAM_NON_BLOCKING);
356*a5153dbcSJohannes Doerfert     if (err != CUDA_SUCCESS) {
357*a5153dbcSJohannes Doerfert       DP("Error when creating CUDA stream\n");
358*a5153dbcSJohannes Doerfert       CUDA_ERR_STRING(err);
359*a5153dbcSJohannes Doerfert     }
360*a5153dbcSJohannes Doerfert   }
361*a5153dbcSJohannes Doerfert 
362bb51d398SJonas Hahnfeld   // Query attributes to determine number of threads/block and blocks/grid.
363bb51d398SJonas Hahnfeld   int maxGridDimX;
364bb51d398SJonas Hahnfeld   err = cuDeviceGetAttribute(&maxGridDimX, CU_DEVICE_ATTRIBUTE_MAX_GRID_DIM_X,
365bb51d398SJonas Hahnfeld                              cuDevice);
366c1895235SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
367bb51d398SJonas Hahnfeld     DP("Error getting max grid dimension, use default\n");
3683de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = RTLDeviceInfoTy::DefaultNumTeams;
369bb51d398SJonas Hahnfeld   } else if (maxGridDimX <= RTLDeviceInfoTy::HardTeamLimit) {
370bb51d398SJonas Hahnfeld     DeviceInfo.BlocksPerGrid[device_id] = maxGridDimX;
371bb51d398SJonas Hahnfeld     DP("Using %d CUDA blocks per grid\n", maxGridDimX);
3723de4cd12SGeorge Rokos   } else {
3733de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = RTLDeviceInfoTy::HardTeamLimit;
3743de4cd12SGeorge Rokos     DP("Max CUDA blocks per grid %d exceeds the hard team limit %d, capping "
375bb51d398SJonas Hahnfeld        "at the hard limit\n",
376bb51d398SJonas Hahnfeld        maxGridDimX, RTLDeviceInfoTy::HardTeamLimit);
3773de4cd12SGeorge Rokos   }
3783de4cd12SGeorge Rokos 
379bb51d398SJonas Hahnfeld   // We are only exploiting threads along the x axis.
380bb51d398SJonas Hahnfeld   int maxBlockDimX;
381bb51d398SJonas Hahnfeld   err = cuDeviceGetAttribute(&maxBlockDimX, CU_DEVICE_ATTRIBUTE_MAX_BLOCK_DIM_X,
382bb51d398SJonas Hahnfeld                              cuDevice);
383bb51d398SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
384bb51d398SJonas Hahnfeld     DP("Error getting max block dimension, use default\n");
385bb51d398SJonas Hahnfeld     DeviceInfo.ThreadsPerBlock[device_id] = RTLDeviceInfoTy::DefaultNumThreads;
386bb51d398SJonas Hahnfeld   } else if (maxBlockDimX <= RTLDeviceInfoTy::HardThreadLimit) {
387bb51d398SJonas Hahnfeld     DeviceInfo.ThreadsPerBlock[device_id] = maxBlockDimX;
388bb51d398SJonas Hahnfeld     DP("Using %d CUDA threads per block\n", maxBlockDimX);
3893de4cd12SGeorge Rokos   } else {
3903de4cd12SGeorge Rokos     DeviceInfo.ThreadsPerBlock[device_id] = RTLDeviceInfoTy::HardThreadLimit;
391bb51d398SJonas Hahnfeld     DP("Max CUDA threads per block %d exceeds the hard thread limit %d, capping"
392bb51d398SJonas Hahnfeld        "at the hard limit\n",
393bb51d398SJonas Hahnfeld        maxBlockDimX, RTLDeviceInfoTy::HardThreadLimit);
3943de4cd12SGeorge Rokos   }
3953de4cd12SGeorge Rokos 
396bb51d398SJonas Hahnfeld   int warpSize;
397bb51d398SJonas Hahnfeld   err =
398bb51d398SJonas Hahnfeld       cuDeviceGetAttribute(&warpSize, CU_DEVICE_ATTRIBUTE_WARP_SIZE, cuDevice);
399bb51d398SJonas Hahnfeld   if (err != CUDA_SUCCESS) {
400bb51d398SJonas Hahnfeld     DP("Error getting warp size, assume default\n");
401bb51d398SJonas Hahnfeld     DeviceInfo.WarpSize[device_id] = 32;
402bb51d398SJonas Hahnfeld   } else {
403bb51d398SJonas Hahnfeld     DeviceInfo.WarpSize[device_id] = warpSize;
4043de4cd12SGeorge Rokos   }
4053de4cd12SGeorge Rokos 
4063de4cd12SGeorge Rokos   // Adjust teams to the env variables
4073de4cd12SGeorge Rokos   if (DeviceInfo.EnvTeamLimit > 0 &&
4083de4cd12SGeorge Rokos       DeviceInfo.BlocksPerGrid[device_id] > DeviceInfo.EnvTeamLimit) {
4093de4cd12SGeorge Rokos     DeviceInfo.BlocksPerGrid[device_id] = DeviceInfo.EnvTeamLimit;
4103de4cd12SGeorge Rokos     DP("Capping max CUDA blocks per grid to OMP_TEAM_LIMIT=%d\n",
4113de4cd12SGeorge Rokos         DeviceInfo.EnvTeamLimit);
4123de4cd12SGeorge Rokos   }
4133de4cd12SGeorge Rokos 
4143de4cd12SGeorge Rokos   DP("Max number of CUDA blocks %d, threads %d & warp size %d\n",
4153de4cd12SGeorge Rokos      DeviceInfo.BlocksPerGrid[device_id], DeviceInfo.ThreadsPerBlock[device_id],
4163de4cd12SGeorge Rokos      DeviceInfo.WarpSize[device_id]);
4173de4cd12SGeorge Rokos 
4183de4cd12SGeorge Rokos   // Set default number of teams
4193de4cd12SGeorge Rokos   if (DeviceInfo.EnvNumTeams > 0) {
4203de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.EnvNumTeams;
4213de4cd12SGeorge Rokos     DP("Default number of teams set according to environment %d\n",
4223de4cd12SGeorge Rokos         DeviceInfo.EnvNumTeams);
4233de4cd12SGeorge Rokos   } else {
4243de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = RTLDeviceInfoTy::DefaultNumTeams;
4253de4cd12SGeorge Rokos     DP("Default number of teams set according to library's default %d\n",
4263de4cd12SGeorge Rokos         RTLDeviceInfoTy::DefaultNumTeams);
4273de4cd12SGeorge Rokos   }
4283de4cd12SGeorge Rokos   if (DeviceInfo.NumTeams[device_id] > DeviceInfo.BlocksPerGrid[device_id]) {
4293de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.BlocksPerGrid[device_id];
4303de4cd12SGeorge Rokos     DP("Default number of teams exceeds device limit, capping at %d\n",
4313de4cd12SGeorge Rokos         DeviceInfo.BlocksPerGrid[device_id]);
4323de4cd12SGeorge Rokos   }
4333de4cd12SGeorge Rokos 
4343de4cd12SGeorge Rokos   // Set default number of threads
4353de4cd12SGeorge Rokos   DeviceInfo.NumThreads[device_id] = RTLDeviceInfoTy::DefaultNumThreads;
4363de4cd12SGeorge Rokos   DP("Default number of threads set according to library's default %d\n",
4373de4cd12SGeorge Rokos           RTLDeviceInfoTy::DefaultNumThreads);
4383de4cd12SGeorge Rokos   if (DeviceInfo.NumThreads[device_id] >
4393de4cd12SGeorge Rokos       DeviceInfo.ThreadsPerBlock[device_id]) {
4403de4cd12SGeorge Rokos     DeviceInfo.NumTeams[device_id] = DeviceInfo.ThreadsPerBlock[device_id];
4413de4cd12SGeorge Rokos     DP("Default number of threads exceeds device limit, capping at %d\n",
4423de4cd12SGeorge Rokos         DeviceInfo.ThreadsPerBlock[device_id]);
4433de4cd12SGeorge Rokos   }
4443de4cd12SGeorge Rokos 
4453de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
4463de4cd12SGeorge Rokos }
4473de4cd12SGeorge Rokos 
4483de4cd12SGeorge Rokos __tgt_target_table *__tgt_rtl_load_binary(int32_t device_id,
4493de4cd12SGeorge Rokos     __tgt_device_image *image) {
4503de4cd12SGeorge Rokos 
4513de4cd12SGeorge Rokos   // Set the context we are using.
4523de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
4533de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
4543de4cd12SGeorge Rokos     DP("Error when setting a CUDA context for device %d\n", device_id);
4553de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
4563de4cd12SGeorge Rokos     return NULL;
4573de4cd12SGeorge Rokos   }
4583de4cd12SGeorge Rokos 
4593de4cd12SGeorge Rokos   // Clear the offload table as we are going to create a new one.
4603de4cd12SGeorge Rokos   DeviceInfo.clearOffloadEntriesTable(device_id);
4613de4cd12SGeorge Rokos 
4623de4cd12SGeorge Rokos   // Create the module and extract the function pointers.
4633de4cd12SGeorge Rokos 
4643de4cd12SGeorge Rokos   CUmodule cumod;
4653de4cd12SGeorge Rokos   DP("Load data from image " DPxMOD "\n", DPxPTR(image->ImageStart));
4663de4cd12SGeorge Rokos   err = cuModuleLoadDataEx(&cumod, image->ImageStart, 0, NULL, NULL);
4673de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
4683de4cd12SGeorge Rokos     DP("Error when loading CUDA module\n");
4693de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
4703de4cd12SGeorge Rokos     return NULL;
4713de4cd12SGeorge Rokos   }
4723de4cd12SGeorge Rokos 
4733de4cd12SGeorge Rokos   DP("CUDA module successfully loaded!\n");
4743de4cd12SGeorge Rokos   DeviceInfo.Modules.push_back(cumod);
4753de4cd12SGeorge Rokos 
4763de4cd12SGeorge Rokos   // Find the symbols in the module by name.
4773de4cd12SGeorge Rokos   __tgt_offload_entry *HostBegin = image->EntriesBegin;
4783de4cd12SGeorge Rokos   __tgt_offload_entry *HostEnd = image->EntriesEnd;
4793de4cd12SGeorge Rokos 
4803de4cd12SGeorge Rokos   for (__tgt_offload_entry *e = HostBegin; e != HostEnd; ++e) {
4813de4cd12SGeorge Rokos 
4823de4cd12SGeorge Rokos     if (!e->addr) {
4833de4cd12SGeorge Rokos       // We return NULL when something like this happens, the host should have
4843de4cd12SGeorge Rokos       // always something in the address to uniquely identify the target region.
4853de4cd12SGeorge Rokos       DP("Invalid binary: host entry '<null>' (size = %zd)...\n", e->size);
4863de4cd12SGeorge Rokos 
4873de4cd12SGeorge Rokos       return NULL;
4883de4cd12SGeorge Rokos     }
4893de4cd12SGeorge Rokos 
4903de4cd12SGeorge Rokos     if (e->size) {
4913de4cd12SGeorge Rokos       __tgt_offload_entry entry = *e;
4923de4cd12SGeorge Rokos 
4933de4cd12SGeorge Rokos       CUdeviceptr cuptr;
4943de4cd12SGeorge Rokos       size_t cusize;
4953de4cd12SGeorge Rokos       err = cuModuleGetGlobal(&cuptr, &cusize, cumod, e->name);
4963de4cd12SGeorge Rokos 
4973de4cd12SGeorge Rokos       if (err != CUDA_SUCCESS) {
4983de4cd12SGeorge Rokos         DP("Loading global '%s' (Failed)\n", e->name);
4993de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
5003de4cd12SGeorge Rokos         return NULL;
5013de4cd12SGeorge Rokos       }
5023de4cd12SGeorge Rokos 
5033de4cd12SGeorge Rokos       if (cusize != e->size) {
5043de4cd12SGeorge Rokos         DP("Loading global '%s' - size mismatch (%zd != %zd)\n", e->name,
5053de4cd12SGeorge Rokos             cusize, e->size);
5063de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
5073de4cd12SGeorge Rokos         return NULL;
5083de4cd12SGeorge Rokos       }
5093de4cd12SGeorge Rokos 
5103de4cd12SGeorge Rokos       DP("Entry point " DPxMOD " maps to global %s (" DPxMOD ")\n",
5113de4cd12SGeorge Rokos           DPxPTR(e - HostBegin), e->name, DPxPTR(cuptr));
5123de4cd12SGeorge Rokos       entry.addr = (void *)cuptr;
5133de4cd12SGeorge Rokos 
514aace6d28SGheorghe-Teodor Bercea       // Note: In the current implementation declare target variables
515aace6d28SGheorghe-Teodor Bercea       // can either be link or to. This means that once unified
516aace6d28SGheorghe-Teodor Bercea       // memory is activated via the requires directive, the variable
517aace6d28SGheorghe-Teodor Bercea       // can be used directly from the host in both cases.
518aace6d28SGheorghe-Teodor Bercea       // TODO: when variables types other than to or link are added,
5194c6a098aSKazuaki Ishizaki       // the below condition should be changed to explicitly
520aace6d28SGheorghe-Teodor Bercea       // check for to and link variables types:
521aace6d28SGheorghe-Teodor Bercea       //  (DeviceInfo.RequiresFlags & OMP_REQ_UNIFIED_SHARED_MEMORY &&
522aace6d28SGheorghe-Teodor Bercea       //   (e->flags & OMP_DECLARE_TARGET_LINK ||
523aace6d28SGheorghe-Teodor Bercea       //    e->flags == OMP_DECLARE_TARGET_TO))
524aace6d28SGheorghe-Teodor Bercea       if (DeviceInfo.RequiresFlags & OMP_REQ_UNIFIED_SHARED_MEMORY) {
525aace6d28SGheorghe-Teodor Bercea         // If unified memory is present any target link or to variables
526c5fe030cSGheorghe-Teodor Bercea         // can access host addresses directly. There is no longer a
527c5fe030cSGheorghe-Teodor Bercea         // need for device copies.
528c5fe030cSGheorghe-Teodor Bercea         cuMemcpyHtoD(cuptr, e->addr, sizeof(void *));
529c5fe030cSGheorghe-Teodor Bercea         DP("Copy linked variable host address (" DPxMOD ")"
530c5fe030cSGheorghe-Teodor Bercea            "to device address (" DPxMOD ")\n",
531c5fe030cSGheorghe-Teodor Bercea           DPxPTR(*((void**)e->addr)), DPxPTR(cuptr));
532c5fe030cSGheorghe-Teodor Bercea       }
533c5fe030cSGheorghe-Teodor Bercea 
5343de4cd12SGeorge Rokos       DeviceInfo.addOffloadEntry(device_id, entry);
5353de4cd12SGeorge Rokos 
5363de4cd12SGeorge Rokos       continue;
5373de4cd12SGeorge Rokos     }
5383de4cd12SGeorge Rokos 
5393de4cd12SGeorge Rokos     CUfunction fun;
5403de4cd12SGeorge Rokos     err = cuModuleGetFunction(&fun, cumod, e->name);
5413de4cd12SGeorge Rokos 
5423de4cd12SGeorge Rokos     if (err != CUDA_SUCCESS) {
5433de4cd12SGeorge Rokos       DP("Loading '%s' (Failed)\n", e->name);
5443de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
5453de4cd12SGeorge Rokos       return NULL;
5463de4cd12SGeorge Rokos     }
5473de4cd12SGeorge Rokos 
5483de4cd12SGeorge Rokos     DP("Entry point " DPxMOD " maps to %s (" DPxMOD ")\n",
5493de4cd12SGeorge Rokos         DPxPTR(e - HostBegin), e->name, DPxPTR(fun));
5503de4cd12SGeorge Rokos 
5513de4cd12SGeorge Rokos     // default value GENERIC (in case symbol is missing from cubin file)
5523de4cd12SGeorge Rokos     int8_t ExecModeVal = ExecutionModeType::GENERIC;
5533de4cd12SGeorge Rokos     std::string ExecModeNameStr (e->name);
5543de4cd12SGeorge Rokos     ExecModeNameStr += "_exec_mode";
5553de4cd12SGeorge Rokos     const char *ExecModeName = ExecModeNameStr.c_str();
5563de4cd12SGeorge Rokos 
5573de4cd12SGeorge Rokos     CUdeviceptr ExecModePtr;
5583de4cd12SGeorge Rokos     size_t cusize;
5593de4cd12SGeorge Rokos     err = cuModuleGetGlobal(&ExecModePtr, &cusize, cumod, ExecModeName);
5603de4cd12SGeorge Rokos     if (err == CUDA_SUCCESS) {
5613de4cd12SGeorge Rokos       if ((size_t)cusize != sizeof(int8_t)) {
5623de4cd12SGeorge Rokos         DP("Loading global exec_mode '%s' - size mismatch (%zd != %zd)\n",
5633de4cd12SGeorge Rokos            ExecModeName, cusize, sizeof(int8_t));
5643de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
5653de4cd12SGeorge Rokos         return NULL;
5663de4cd12SGeorge Rokos       }
5673de4cd12SGeorge Rokos 
5683de4cd12SGeorge Rokos       err = cuMemcpyDtoH(&ExecModeVal, ExecModePtr, cusize);
5693de4cd12SGeorge Rokos       if (err != CUDA_SUCCESS) {
5703de4cd12SGeorge Rokos         DP("Error when copying data from device to host. Pointers: "
5713de4cd12SGeorge Rokos            "host = " DPxMOD ", device = " DPxMOD ", size = %zd\n",
5723de4cd12SGeorge Rokos            DPxPTR(&ExecModeVal), DPxPTR(ExecModePtr), cusize);
5733de4cd12SGeorge Rokos         CUDA_ERR_STRING(err);
5743de4cd12SGeorge Rokos         return NULL;
5753de4cd12SGeorge Rokos       }
5763de4cd12SGeorge Rokos 
5773de4cd12SGeorge Rokos       if (ExecModeVal < 0 || ExecModeVal > 1) {
5783de4cd12SGeorge Rokos         DP("Error wrong exec_mode value specified in cubin file: %d\n",
5793de4cd12SGeorge Rokos            ExecModeVal);
5803de4cd12SGeorge Rokos         return NULL;
5813de4cd12SGeorge Rokos       }
5823de4cd12SGeorge Rokos     } else {
5833de4cd12SGeorge Rokos       DP("Loading global exec_mode '%s' - symbol missing, using default value "
5843de4cd12SGeorge Rokos           "GENERIC (1)\n", ExecModeName);
5853de4cd12SGeorge Rokos       CUDA_ERR_STRING(err);
5863de4cd12SGeorge Rokos     }
5873de4cd12SGeorge Rokos 
5883de4cd12SGeorge Rokos     KernelsList.push_back(KernelTy(fun, ExecModeVal));
5893de4cd12SGeorge Rokos 
5903de4cd12SGeorge Rokos     __tgt_offload_entry entry = *e;
5913de4cd12SGeorge Rokos     entry.addr = (void *)&KernelsList.back();
5923de4cd12SGeorge Rokos     DeviceInfo.addOffloadEntry(device_id, entry);
5933de4cd12SGeorge Rokos   }
5943de4cd12SGeorge Rokos 
595e1c7a46dSGuansong Zhang   // send device environment data to the device
596e1c7a46dSGuansong Zhang   {
597e1c7a46dSGuansong Zhang     omptarget_device_environmentTy device_env;
598e1c7a46dSGuansong Zhang 
599e1c7a46dSGuansong Zhang     device_env.debug_level = 0;
600e1c7a46dSGuansong Zhang 
601e1c7a46dSGuansong Zhang #ifdef OMPTARGET_DEBUG
602e1c7a46dSGuansong Zhang     if (char *envStr = getenv("LIBOMPTARGET_DEVICE_RTL_DEBUG")) {
603e1c7a46dSGuansong Zhang       device_env.debug_level = std::stoi(envStr);
604e1c7a46dSGuansong Zhang     }
605e1c7a46dSGuansong Zhang #endif
606e1c7a46dSGuansong Zhang 
607e1c7a46dSGuansong Zhang     const char * device_env_Name="omptarget_device_environment";
608e1c7a46dSGuansong Zhang     CUdeviceptr device_env_Ptr;
609e1c7a46dSGuansong Zhang     size_t cusize;
610e1c7a46dSGuansong Zhang 
611e1c7a46dSGuansong Zhang     err = cuModuleGetGlobal(&device_env_Ptr, &cusize, cumod, device_env_Name);
612e1c7a46dSGuansong Zhang 
613e1c7a46dSGuansong Zhang     if (err == CUDA_SUCCESS) {
614e1c7a46dSGuansong Zhang       if ((size_t)cusize != sizeof(device_env)) {
615e1c7a46dSGuansong Zhang         DP("Global device_environment '%s' - size mismatch (%zu != %zu)\n",
616e1c7a46dSGuansong Zhang             device_env_Name, cusize, sizeof(int32_t));
617e1c7a46dSGuansong Zhang         CUDA_ERR_STRING(err);
618e1c7a46dSGuansong Zhang         return NULL;
619e1c7a46dSGuansong Zhang       }
620e1c7a46dSGuansong Zhang 
621e1c7a46dSGuansong Zhang       err = cuMemcpyHtoD(device_env_Ptr, &device_env, cusize);
622e1c7a46dSGuansong Zhang       if (err != CUDA_SUCCESS) {
623e1c7a46dSGuansong Zhang         DP("Error when copying data from host to device. Pointers: "
624e1c7a46dSGuansong Zhang             "host = " DPxMOD ", device = " DPxMOD ", size = %zu\n",
625e1c7a46dSGuansong Zhang             DPxPTR(&device_env), DPxPTR(device_env_Ptr), cusize);
626e1c7a46dSGuansong Zhang         CUDA_ERR_STRING(err);
627e1c7a46dSGuansong Zhang         return NULL;
628e1c7a46dSGuansong Zhang       }
629e1c7a46dSGuansong Zhang 
630e1c7a46dSGuansong Zhang       DP("Sending global device environment data %zu bytes\n", (size_t)cusize);
631e1c7a46dSGuansong Zhang     } else {
632e1c7a46dSGuansong Zhang       DP("Finding global device environment '%s' - symbol missing.\n", device_env_Name);
6334c6a098aSKazuaki Ishizaki       DP("Continue, considering this is a device RTL which does not accept environment setting.\n");
634e1c7a46dSGuansong Zhang     }
635e1c7a46dSGuansong Zhang   }
636e1c7a46dSGuansong Zhang 
6373de4cd12SGeorge Rokos   return DeviceInfo.getOffloadEntriesTable(device_id);
6383de4cd12SGeorge Rokos }
6393de4cd12SGeorge Rokos 
6401546d319SGeorge Rokos void *__tgt_rtl_data_alloc(int32_t device_id, int64_t size, void *hst_ptr) {
6413de4cd12SGeorge Rokos   if (size == 0) {
6423de4cd12SGeorge Rokos     return NULL;
6433de4cd12SGeorge Rokos   }
6443de4cd12SGeorge Rokos 
6453de4cd12SGeorge Rokos   // Set the context we are using.
6463de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
6473de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6483de4cd12SGeorge Rokos     DP("Error while trying to set CUDA current context\n");
6493de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6503de4cd12SGeorge Rokos     return NULL;
6513de4cd12SGeorge Rokos   }
6523de4cd12SGeorge Rokos 
6533de4cd12SGeorge Rokos   CUdeviceptr ptr;
6543de4cd12SGeorge Rokos   err = cuMemAlloc(&ptr, size);
6553de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6563de4cd12SGeorge Rokos     DP("Error while trying to allocate %d\n", err);
6573de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6583de4cd12SGeorge Rokos     return NULL;
6593de4cd12SGeorge Rokos   }
6603de4cd12SGeorge Rokos 
6613de4cd12SGeorge Rokos   void *vptr = (void *)ptr;
6623de4cd12SGeorge Rokos   return vptr;
6633de4cd12SGeorge Rokos }
6643de4cd12SGeorge Rokos 
6653de4cd12SGeorge Rokos int32_t __tgt_rtl_data_submit(int32_t device_id, void *tgt_ptr, void *hst_ptr,
6663de4cd12SGeorge Rokos     int64_t size) {
6673de4cd12SGeorge Rokos   // Set the context we are using.
6683de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
6693de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6703de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
6713de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6723de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6733de4cd12SGeorge Rokos   }
6743de4cd12SGeorge Rokos 
675*a5153dbcSJohannes Doerfert   CUstream &Stream = DeviceInfo.getNextStream(device_id);
676*a5153dbcSJohannes Doerfert 
677*a5153dbcSJohannes Doerfert   err = cuMemcpyHtoDAsync((CUdeviceptr)tgt_ptr, hst_ptr, size, Stream);
6783de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
6793de4cd12SGeorge Rokos     DP("Error when copying data from host to device. Pointers: host = " DPxMOD
680*a5153dbcSJohannes Doerfert        ", device = " DPxMOD ", size = %" PRId64 "\n",
681*a5153dbcSJohannes Doerfert        DPxPTR(hst_ptr), DPxPTR(tgt_ptr), size);
6823de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
6833de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
6843de4cd12SGeorge Rokos   }
685*a5153dbcSJohannes Doerfert 
686*a5153dbcSJohannes Doerfert   err = cuStreamSynchronize(Stream);
687*a5153dbcSJohannes Doerfert   if (err != CUDA_SUCCESS) {
688*a5153dbcSJohannes Doerfert     DP("Error when synchronizing async data transfer from host to device. "
689*a5153dbcSJohannes Doerfert        "Pointers: host = " DPxMOD ", device = " DPxMOD ", size = %" PRId64 "\n",
690*a5153dbcSJohannes Doerfert        DPxPTR(hst_ptr), DPxPTR(tgt_ptr), size);
691*a5153dbcSJohannes Doerfert     CUDA_ERR_STRING(err);
692*a5153dbcSJohannes Doerfert     return OFFLOAD_FAIL;
693*a5153dbcSJohannes Doerfert   }
694*a5153dbcSJohannes Doerfert 
6953de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
6963de4cd12SGeorge Rokos }
6973de4cd12SGeorge Rokos 
6983de4cd12SGeorge Rokos int32_t __tgt_rtl_data_retrieve(int32_t device_id, void *hst_ptr, void *tgt_ptr,
6993de4cd12SGeorge Rokos     int64_t size) {
7003de4cd12SGeorge Rokos   // Set the context we are using.
7013de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
7023de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7033de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
7043de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7053de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7063de4cd12SGeorge Rokos   }
7073de4cd12SGeorge Rokos 
708*a5153dbcSJohannes Doerfert   CUstream &Stream = DeviceInfo.getNextStream(device_id);
709*a5153dbcSJohannes Doerfert 
710*a5153dbcSJohannes Doerfert   err = cuMemcpyDtoHAsync(hst_ptr, (CUdeviceptr)tgt_ptr, size, Stream);
7113de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7123de4cd12SGeorge Rokos     DP("Error when copying data from device to host. Pointers: host = " DPxMOD
713*a5153dbcSJohannes Doerfert        ", device = " DPxMOD ", size = %" PRId64 "\n",
714*a5153dbcSJohannes Doerfert        DPxPTR(hst_ptr), DPxPTR(tgt_ptr), size);
7153de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7163de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7173de4cd12SGeorge Rokos   }
718*a5153dbcSJohannes Doerfert 
719*a5153dbcSJohannes Doerfert   err = cuStreamSynchronize(Stream);
720*a5153dbcSJohannes Doerfert   if (err != CUDA_SUCCESS) {
721*a5153dbcSJohannes Doerfert     DP("Error when synchronizing async data transfer from device to host. "
722*a5153dbcSJohannes Doerfert        "Pointers: host = " DPxMOD ", device = " DPxMOD ", size = %" PRId64 "\n",
723*a5153dbcSJohannes Doerfert        DPxPTR(hst_ptr), DPxPTR(tgt_ptr), size);
724*a5153dbcSJohannes Doerfert     CUDA_ERR_STRING(err);
725*a5153dbcSJohannes Doerfert     return OFFLOAD_FAIL;
726*a5153dbcSJohannes Doerfert   }
727*a5153dbcSJohannes Doerfert 
7283de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
7293de4cd12SGeorge Rokos }
7303de4cd12SGeorge Rokos 
7313de4cd12SGeorge Rokos int32_t __tgt_rtl_data_delete(int32_t device_id, void *tgt_ptr) {
7323de4cd12SGeorge Rokos   // Set the context we are using.
7333de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
7343de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7353de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
7363de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7373de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7383de4cd12SGeorge Rokos   }
7393de4cd12SGeorge Rokos 
7403de4cd12SGeorge Rokos   err = cuMemFree((CUdeviceptr)tgt_ptr);
7413de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7423de4cd12SGeorge Rokos     DP("Error when freeing CUDA memory\n");
7433de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7443de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7453de4cd12SGeorge Rokos   }
7463de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
7473de4cd12SGeorge Rokos }
7483de4cd12SGeorge Rokos 
7493de4cd12SGeorge Rokos int32_t __tgt_rtl_run_target_team_region(int32_t device_id, void *tgt_entry_ptr,
7501546d319SGeorge Rokos     void **tgt_args, ptrdiff_t *tgt_offsets, int32_t arg_num, int32_t team_num,
7511546d319SGeorge Rokos     int32_t thread_limit, uint64_t loop_tripcount) {
7523de4cd12SGeorge Rokos   // Set the context we are using.
7533de4cd12SGeorge Rokos   CUresult err = cuCtxSetCurrent(DeviceInfo.Contexts[device_id]);
7543de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
7553de4cd12SGeorge Rokos     DP("Error when setting CUDA context\n");
7563de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
7573de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
7583de4cd12SGeorge Rokos   }
7593de4cd12SGeorge Rokos 
7603de4cd12SGeorge Rokos   // All args are references.
7613de4cd12SGeorge Rokos   std::vector<void *> args(arg_num);
7621546d319SGeorge Rokos   std::vector<void *> ptrs(arg_num);
7633de4cd12SGeorge Rokos 
7641546d319SGeorge Rokos   for (int32_t i = 0; i < arg_num; ++i) {
7651546d319SGeorge Rokos     ptrs[i] = (void *)((intptr_t)tgt_args[i] + tgt_offsets[i]);
7661546d319SGeorge Rokos     args[i] = &ptrs[i];
7671546d319SGeorge Rokos   }
7683de4cd12SGeorge Rokos 
7693de4cd12SGeorge Rokos   KernelTy *KernelInfo = (KernelTy *)tgt_entry_ptr;
7703de4cd12SGeorge Rokos 
7713de4cd12SGeorge Rokos   int cudaThreadsPerBlock;
7723de4cd12SGeorge Rokos 
7733de4cd12SGeorge Rokos   if (thread_limit > 0) {
7743de4cd12SGeorge Rokos     cudaThreadsPerBlock = thread_limit;
7753de4cd12SGeorge Rokos     DP("Setting CUDA threads per block to requested %d\n", thread_limit);
7763de4cd12SGeorge Rokos     // Add master warp if necessary
7773de4cd12SGeorge Rokos     if (KernelInfo->ExecutionMode == GENERIC) {
7783de4cd12SGeorge Rokos       cudaThreadsPerBlock += DeviceInfo.WarpSize[device_id];
7793de4cd12SGeorge Rokos       DP("Adding master warp: +%d threads\n", DeviceInfo.WarpSize[device_id]);
7803de4cd12SGeorge Rokos     }
781c13df8e5SGeorge Rokos   } else {
782c13df8e5SGeorge Rokos     cudaThreadsPerBlock = DeviceInfo.NumThreads[device_id];
783c13df8e5SGeorge Rokos     DP("Setting CUDA threads per block to default %d\n",
784c13df8e5SGeorge Rokos         DeviceInfo.NumThreads[device_id]);
785c13df8e5SGeorge Rokos   }
7863de4cd12SGeorge Rokos 
7873de4cd12SGeorge Rokos   if (cudaThreadsPerBlock > DeviceInfo.ThreadsPerBlock[device_id]) {
7883de4cd12SGeorge Rokos     cudaThreadsPerBlock = DeviceInfo.ThreadsPerBlock[device_id];
7893de4cd12SGeorge Rokos     DP("Threads per block capped at device limit %d\n",
7903de4cd12SGeorge Rokos         DeviceInfo.ThreadsPerBlock[device_id]);
7913de4cd12SGeorge Rokos   }
7923de4cd12SGeorge Rokos 
7933de4cd12SGeorge Rokos   int kernel_limit;
7943de4cd12SGeorge Rokos   err = cuFuncGetAttribute(&kernel_limit,
7953de4cd12SGeorge Rokos       CU_FUNC_ATTRIBUTE_MAX_THREADS_PER_BLOCK, KernelInfo->Func);
7963de4cd12SGeorge Rokos   if (err == CUDA_SUCCESS) {
7973de4cd12SGeorge Rokos     if (kernel_limit < cudaThreadsPerBlock) {
7983de4cd12SGeorge Rokos       cudaThreadsPerBlock = kernel_limit;
7993de4cd12SGeorge Rokos       DP("Threads per block capped at kernel limit %d\n", kernel_limit);
8003de4cd12SGeorge Rokos     }
8013de4cd12SGeorge Rokos   }
8023de4cd12SGeorge Rokos 
8033de4cd12SGeorge Rokos   int cudaBlocksPerGrid;
8043de4cd12SGeorge Rokos   if (team_num <= 0) {
8053de4cd12SGeorge Rokos     if (loop_tripcount > 0 && DeviceInfo.EnvNumTeams < 0) {
806c13df8e5SGeorge Rokos       if (KernelInfo->ExecutionMode == SPMD) {
807c13df8e5SGeorge Rokos         // We have a combined construct, i.e. `target teams distribute parallel
808c13df8e5SGeorge Rokos         // for [simd]`. We launch so many teams so that each thread will
809c13df8e5SGeorge Rokos         // execute one iteration of the loop.
8103de4cd12SGeorge Rokos         // round up to the nearest integer
8113de4cd12SGeorge Rokos         cudaBlocksPerGrid = ((loop_tripcount - 1) / cudaThreadsPerBlock) + 1;
812c13df8e5SGeorge Rokos       } else {
813c13df8e5SGeorge Rokos         // If we reach this point, then we have a non-combined construct, i.e.
814c13df8e5SGeorge Rokos         // `teams distribute` with a nested `parallel for` and each team is
815c13df8e5SGeorge Rokos         // assigned one iteration of the `distribute` loop. E.g.:
816c13df8e5SGeorge Rokos         //
817c13df8e5SGeorge Rokos         // #pragma omp target teams distribute
818c13df8e5SGeorge Rokos         // for(...loop_tripcount...) {
819c13df8e5SGeorge Rokos         //   #pragma omp parallel for
820c13df8e5SGeorge Rokos         //   for(...) {}
821c13df8e5SGeorge Rokos         // }
822c13df8e5SGeorge Rokos         //
823c13df8e5SGeorge Rokos         // Threads within a team will execute the iterations of the `parallel`
824c13df8e5SGeorge Rokos         // loop.
825c13df8e5SGeorge Rokos         cudaBlocksPerGrid = loop_tripcount;
826c13df8e5SGeorge Rokos       }
8273de4cd12SGeorge Rokos       DP("Using %d teams due to loop trip count %" PRIu64 " and number of "
8283de4cd12SGeorge Rokos           "threads per block %d\n", cudaBlocksPerGrid, loop_tripcount,
8293de4cd12SGeorge Rokos           cudaThreadsPerBlock);
8303de4cd12SGeorge Rokos     } else {
8313de4cd12SGeorge Rokos       cudaBlocksPerGrid = DeviceInfo.NumTeams[device_id];
8323de4cd12SGeorge Rokos       DP("Using default number of teams %d\n", DeviceInfo.NumTeams[device_id]);
8333de4cd12SGeorge Rokos     }
8343de4cd12SGeorge Rokos   } else if (team_num > DeviceInfo.BlocksPerGrid[device_id]) {
8353de4cd12SGeorge Rokos     cudaBlocksPerGrid = DeviceInfo.BlocksPerGrid[device_id];
8363de4cd12SGeorge Rokos     DP("Capping number of teams to team limit %d\n",
8373de4cd12SGeorge Rokos         DeviceInfo.BlocksPerGrid[device_id]);
8383de4cd12SGeorge Rokos   } else {
8393de4cd12SGeorge Rokos     cudaBlocksPerGrid = team_num;
8403de4cd12SGeorge Rokos     DP("Using requested number of teams %d\n", team_num);
8413de4cd12SGeorge Rokos   }
8423de4cd12SGeorge Rokos 
8433de4cd12SGeorge Rokos   // Run on the device.
8443de4cd12SGeorge Rokos   DP("Launch kernel with %d blocks and %d threads\n", cudaBlocksPerGrid,
8453de4cd12SGeorge Rokos      cudaThreadsPerBlock);
8463de4cd12SGeorge Rokos 
847*a5153dbcSJohannes Doerfert   CUstream &Stream = DeviceInfo.getNextStream(device_id);
848*a5153dbcSJohannes Doerfert 
8493de4cd12SGeorge Rokos   err = cuLaunchKernel(KernelInfo->Func, cudaBlocksPerGrid, 1, 1,
850*a5153dbcSJohannes Doerfert                        cudaThreadsPerBlock, 1, 1, 0 /*bytes of shared memory*/,
851*a5153dbcSJohannes Doerfert                        Stream, &args[0], 0);
8523de4cd12SGeorge Rokos   if (err != CUDA_SUCCESS) {
8533de4cd12SGeorge Rokos     DP("Device kernel launch failed!\n");
8543de4cd12SGeorge Rokos     CUDA_ERR_STRING(err);
8553de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
8563de4cd12SGeorge Rokos   }
8573de4cd12SGeorge Rokos 
8583de4cd12SGeorge Rokos   DP("Launch of entry point at " DPxMOD " successful!\n",
8593de4cd12SGeorge Rokos       DPxPTR(tgt_entry_ptr));
8603de4cd12SGeorge Rokos 
861*a5153dbcSJohannes Doerfert   CUresult sync_err = cuStreamSynchronize(Stream);
862c1895235SJonas Hahnfeld   if (sync_err != CUDA_SUCCESS) {
863c1895235SJonas Hahnfeld     DP("Kernel execution error at " DPxMOD "!\n", DPxPTR(tgt_entry_ptr));
864c1895235SJonas Hahnfeld     CUDA_ERR_STRING(sync_err);
8653de4cd12SGeorge Rokos     return OFFLOAD_FAIL;
8663de4cd12SGeorge Rokos   } else {
8673de4cd12SGeorge Rokos     DP("Kernel execution at " DPxMOD " successful!\n", DPxPTR(tgt_entry_ptr));
8683de4cd12SGeorge Rokos   }
8693de4cd12SGeorge Rokos 
8703de4cd12SGeorge Rokos   return OFFLOAD_SUCCESS;
8713de4cd12SGeorge Rokos }
8723de4cd12SGeorge Rokos 
8733de4cd12SGeorge Rokos int32_t __tgt_rtl_run_target_region(int32_t device_id, void *tgt_entry_ptr,
8741546d319SGeorge Rokos     void **tgt_args, ptrdiff_t *tgt_offsets, int32_t arg_num) {
8753de4cd12SGeorge Rokos   // use one team and the default number of threads.
8763de4cd12SGeorge Rokos   const int32_t team_num = 1;
8773de4cd12SGeorge Rokos   const int32_t thread_limit = 0;
8783de4cd12SGeorge Rokos   return __tgt_rtl_run_target_team_region(device_id, tgt_entry_ptr, tgt_args,
8791546d319SGeorge Rokos       tgt_offsets, arg_num, team_num, thread_limit, 0);
8803de4cd12SGeorge Rokos }
8813de4cd12SGeorge Rokos 
8823de4cd12SGeorge Rokos #ifdef __cplusplus
8833de4cd12SGeorge Rokos }
8843de4cd12SGeorge Rokos #endif
885