Korištenje
Na klasteru su instalirane CPU (klasični procesori) i GPU (grafički procesori) varijante programskog paketa Amber u serijskoj i paralelnoj izvedbi.
Dostupni tipovi i verzije:
Tip | Verzija | Modul |
---|---|---|
CPU | 16 | amber/16 |
GPU | 16 | amber/16-gpu |
CPU Amber
Paralelne izvedbe Amber poslova:
#$ -N amber-cpu-parallel #$ -q p28.q #$ -pe *mpi 14 #$ -cwd module load amber/16 mpirun -np $NSLOTS -genv MV2_ENABLE_AFFINITY 0 -machinefile $TMPDIR/machines pmemd.MPI -O -i MD.in -o MDp.out -p ionic_gelator.prmtop -c HEAT.rst -r MDp.rst -x MDp.mdcrd -inf MD.info
#$ -N amber-cpu-parallel #$ -q p28.q #$ -pe *mpi 14 #$ -cwd module load amber/16 mpirun -np $NSLOTS -genv MV2_ENABLE_AFFINITY 0 -machinefile $TMPDIR/machines MMPBSA.py.MPI -O -i mmpbsa.in -o rezultat.dat -sp ionicbox_C5_BF4.prmtop -cp com.top -rp rec.top -lp lig.top -y MD.mdcrd
GPU Amber
Serijska izvedba Amber poslova:
#$ -N amber-gpu-serial #$ -pe gpu 1 #$ -cwd module load amber/16-gpu cuda-wrapper.sh pmemd.cuda -O -i MD.in -o MD_8.out -p ionic_gelator.prmtop -c MD_7.rst -r MD_8.rst -x MD_8.mdcrd -inf MD_8.info
Važno
Aplikacija (pmemd.cuda
) u serijskoj izvedbi se mora pozivati s cuda-wrapper.sh!
Paralelna izvedba Amber poslova:
#$ -N amber-gpu-parallel #$ -pe gpusingle 2 #$ -cwd module load amber/16-gpu mvapich-wrapper.sh pmemd.cuda.MPI -O -i MD.in -o MD_1.out -p ionic.prmtop -c MD.rst -r MD_1.rst -x MD_1.mdcrd -inf MD_1.info
Važno
Aplikacija (pmemd.cuda.MPI) u paralelnoj izvedbi se mora pozivati s mvapich-wrapper.sh!
Preporuka
Koristiti paralelnu okolinu gpusingle kako bi svi zatraženi grafički procesori bili dodijeljeni s istog fizičkog čvora jer širenje paralelnih GPU Amber poslova na više fizičkih čvorova ne doprinosi performansama.
Instalacija
Programski paket Amber je podijeljen u dva dijela:
- AmberTools - skup javno dostupnih programa koji se distribuiraju pod slobodnom licencom GPL
Amber - simulacijski program
pmemd
koji nije javno objavljen i distribuira se pod ograničenom licencom
Priprema instalacije
Priprema obuhvaća:
- otpakiranje arhive
Amber16.tar.bz2
- sadrži izvorni kod simulacijskog programa
pmemd
- sadrži izvorni kod simulacijskog programa
- otpakiranje arhive
AmberTools16.tar.bz2
- instalacija Parallel NetCDF biblioteke
- biblioteka je preduvjet za paralelnu izvedbu Ambera
Otpakiranje izvornog koda:
# tar -xjf Amber16.tar.bz2 # tar -xjf AmberTools16.tar.bz2
Instalacija Parallel NetCDF biblioteke
# git clone https://github.com/Parallel-NetCDF/PnetCDF.git # cd PnetCDF PnetCDF# autoreconf -i PnetCDF# ./configure --prefix=/apps/PnetCDF PnetCDF# make -j8 PnetCDF# make install
CPU Amber
Instalacija serijske izvedbe Amber je obavljena kompajliranjem izvornog koda s kompajlerom Intel 2019:
amber16# source amber.sh amber16# module load intel/2019 amber16# ./configure -noX11 --with-python /usr/bin/python --python-install local intel amber16# make -j8
Instalacija paralelne izvedbe Amber je obavljena kompajliranjem izvornog koda s kompajlerom Intel 2019 i MPI implementacijom MVAPICH 2.2:
amber16# source amber.sh amber16# module load mpi/mvapich2-intel-2.2-x86_64 amber16# ./configure -rism -mpi -noX11 --with-pnetcdf /apps/PnetCDF --with-python /usr/bin/python --python-install local intel amber16# make -j8
GPU Amber
Instalacija serijske izvedbe Amber je obavljena kompajliranjem izvornog koda s kompajlerom Intel 2017 te paralelnim frameworkom CUDA-9.0:
amber16# module load cuda/9-0 amber16# module load intel/2017 amber16# ./configure -cuda intel
Instalacija paralelne izvedbe Amber je obavljena kompajliranjem izvornog koda s kompajlerom Intel 2017, MPI implementacijom MVAPICH-2.2 te paralelnim frameworkom CUDA-9.0:
amber16# module load mpi/mvapich2-intel2017-cuda90-2.2-x86_64 amber16# ./configure -cuda -mpi --with-pnetcdf /apps/PnetCDF intel