zoukankan      html  css  js  c++  java
  • Amber 的安装

    Amber11

    1. 1.      安装intel compilers

    从intel官方网站上下载非商业版本的intel C++ compiler (icc) and intel fortran compiler (ifort) 当前的版本为2011.6.233,同时会获得一个非商业的licenses (one year available),会发到你申请时填写的email中)。 下载地址:

    http://software.intel.com/en-us/articles/non-commercial-software-download/ 

    解压,进入解压后的目录,进行安装:

    cd /home/soft/l_fcompxe_2011.6.233

    ./install.sh

    #激活产品选项时选择"Use a license file" 

    #安装选项中不需要的部分如Intel Debugger等可以去掉,但里面intel MKL应保留。

    #用相同的方法安装icc (l_ccompxe_2011.6.233), 同样安装选项中只选择Intel C++ Compiler,

    #为intel设置环境变量 gedit .bashrc

    source /opt/intel/composer_xe_2011_sp1.6.233/bin/compilervars.sh intel64

    export MKL_HOME=/home/soft/intel/mkl

    2. 安装 nVidia toolkit (并行工具)

    # 到Nvidia网站上下载"CUDA Toolkit 4.0" (CUDA Toolkit for RedHat Enterprise Linux 6.0)

    下载地址:http://developer.nvidia.com/cuda-toolkit-40并安装

    ./cudatoolkit_4.0.17_linux_64_rhel6.0.run

    #为CUDA设置环境变量 gedit .bashrc

    export PATH=$PATH:/usr/local/cuda/bin

    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/lib

    export CUDA_HOME=/usr/local/cuda

    3. 解压AmberAmberTools

    #首先为Amber11设置环境变量 gedit .bashrc

    export AMBERHOME=/home/soft/amber11

    export PATH=$PATH:/home/soft/amber11/bin

    export DO_PARALLEL="mpirun -np 4"

    #解压Amber11.tar.bz2到目录:/home/soft/amber11, 再解压 AmberTools-1.5.tar.bz2到相同的目录:/home/soft/amber11 (全部替换),

    #集成自 l_fcompxe_2011.6.233里的intel MKL,安装时Amber时会有个错误提示,所以在进行AmberTools安装前要改一下/home/soft/amber11/AmberTools/src/configure文件,查找 "em64t" :mkll="$MKL_HOME/lib/em64t". 将em64t换成"intel64".

    4. Amber11AmberTools打补丁

    #为AmberTools打补丁:到Amber网站上下载 "bugfix.all" for AmberTools1.5, 放在AMBERHOME目录下。下载地址:http://ambermd.org/bugfixesat.html

    cd $AMBERHOME

    patch -p0-N < bugfix.all

    #为Amber11打补丁:到Amber网站上下载bugfix package of Amber11和apply_bugfix.x,下载地址:http://ambermd.org/bugfixes11.html

    chmod 700 apply_bugfix.x

    ./apply_bugfix.x bugfix.1to17.tar.bz2

    5. 安装串行的AmberTools 1.5

    cd /home/soft/amber11/AmberTools/src 

    ./configure intel 

    make serial

    #这一步大约要10多分钟,比较耗时时间。测试一下

    cd ../test 

    make test 

    #检查一下check.diff 文件看看有无错误出现,该文件位于:

    (/home/soft/amber11/AmberTools/test/logs/test_at_serial)

    6. 安装串行的Amber11

    cd /home/soft/amber11 

    ./AT15_Amber11.py

    cd src

    make serial

    #测试方法: 

    cd /home/soft/amber11/test 

    make test

    #同样在/home/soft/amber11/test/logs/test_amber_serial目录下你可以找到check.diff文件

    7. 安装CUDA加速的PMEMD

    # 目前Amber11中,只有PMEMD支持CUDA加速

    cd /home/soft/amber11/AmberTools/src

    make clean

    ./configure-cuda intel

    cd /home/soft/amber11/

    ./AT15_Amber11.py

    cd src

    make clean

    make cuda

    #测试方法:

    cd /home/soft/amber11/test/ 

    ./test_amber_cuda.sh

    同样在/home/soft/amber11/test/logs/test_amber_cuda目录里有log文件  

    8. Install openmpi-1.4.3 within AmberTools

    #下载openmpi-1.4.3.tar.bz2(http://www.open-mpi.org/

    # cp openmpi-1.4.3.tar.bz2 AmberTools/src tar -zxvf openmpi-1.4.3.tar.bz2 ./configure_openmpi intel #添加openmpi的环境变量 export MPI_HOME=AMBERHOME/AmberToolsexportPATH=
    AMBERHOME/AmberTools/exe:PATHexportLD L IBRARY P ATH=
    AMBERHOME/AmberTools/lib:$LD_LIBRARY_PATH

    #这时,openmpi还是不能生效,利用which mpirun发现intel里集成了mpir,所以将intel集成的mpi目录改一个名子,让openmpi生效。

    9. 安装并行版本的Amber11

    cd /home/soft/amber11/AmberTools/src 

    ./configure –mpi intel

    cd /home/soft/amber11

    ./AT15_Amber11.py

    cd src

    make clean

    make parallel

    #测试方法:

    cd /home/soft/amber11/test

    make test.parallel

    10. 重新单独安装openmpi

    #安装目录:/home/soft/openmpi

    #将之前安装在ambertools目录中的openmpi环境变量屏蔽掉重新安装,并添加.bashrc

    # openmpi 

    export MPI_HOME=/home/soft/openmpi

    export PATH=/home/soft/openmpi/bin:$PATH

    export LD_LIBRARY_PATH=/home/soft/openmpi/lib:$LD_LIBRARY_PATH

    #这一步不是必须的,只是为了以后再安装别的并行软件如gromacs时方便

    11. Copy /boot/.bashrc to your own .bashrc

    # 以上安装是在root下进行的,也可以在普通用户下进行安装

    #最终的普通用户下的.bashrc 文件:

    # /home/yuanxh/.bashrc

    #___________________________________________________________ 

    # intel icc 

    source /home/soft/intel/composer_xe_2011_sp1.6.233/bin/compilervars.sh intel64 

    export MKL_HOME=/home/soft/intel/mkl

    #________________________________________________________________ 

    # amber11 

    export AMBERHOME=/home/soft/amber11 

    export PATH=$PATH:/home/soft/amber11/bin 

    export DO_PARALLEL="mpirun -np 4" 

    #________________________________________________________________ 

    # openmpi

    export MPI_HOME=/home/soft/openmpi

    export PATH=/home/soft/openmpi/bin:$PATH

    export LD_LIBRARY_PATH=/home/soft/openmpi/lib:$LD_LIBRARY_PATH

    #________________________________________________________________

    # fftw

    export CPPFLAGS=-I/opt/fftw3/include

    export LDFLAGS=-L/opt/fftw3/lib 

    export FFTW_LOCATION=/opt/fftw3

    export FFTW3F_LIBRARIES=/opt/fftw3/lib

    export FFTW3F_ROOT_DIR=/opt/fftw3

    export FFTW3F_INCLUDE_DIR=/opt/fftw3/include 

    #________________________________________________________________ 

    # Gromacs-4.5.5

    export PATH=$PATH:/home/soft/gmx/bin

    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/soft/gmx/lib 

    #________________________________________________________________

    # VMD 

    export PATH=$PATH:/home/soft/vmd/bin

    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/soft/vmd/lib

    #________________________________________________________________

    12.注意事项与其他说明

    *注1:如果机器是64位的,那么安装的软件也要求是64位的。

    *注2:查看机器是什么系统的,例如:mips、intel、 opteron。编译器根据不同的CPU类型有不同的选择,intel核心建议使用intel的编译器,opteron核心建议使用pgi的编译器。强烈不推荐gnu的编译器,运行效率太低。Opteron一般不支持intel编译器,所以可选择gnu或pgi编译器。保证编译并行库和AMBER时使用相同的编译器和相同的编译选项。

    *注3:编译时要使用相同的编译选项,要么都编成32位的,要么都编成64位的。不能并行库编成32位,而AMBER编成64位,反之亦然。

    *注4:并行库有OpenMPI,LAM和MPICH等,OpenMPI比较好用。同时,MPICH支持1000兆网速,不支持Inifiband高速网,在高性能机上,采用并行,选择OpenMPI,如果在一般的集群,可采用MPICH

    *注5:如果采用pgi编译器,有一个针对不同CPU的选项(-tp),要格外注意,编译前可以使用man帮助系统查看一下。AMBER9所附带的netcdf库似乎有个问题。这个库的Makefile文件独立于AMBER生成的config.h,因而在某些体系下会出现配置不一致的情况,导致链接时找不到库函数的定义。解决办法就是手工修改netcdf目录下的Makefile文件,使它的编译器、编译和链接选项与AMBER的生成文件一致。这个问题好像只在pgi/opteron的情况下遇见过。

    *注6.注意测试并行版前要设置一下环境变量,比如: export DO_PARALLEL =‘mpirun -np 4’,根据不同的机器其实际参数不一样。

    *注7:configure_openmpi所支持的OPENMPI版本为1.4.2和1.4.3 *注8:MKL这次支持10.0或11.0系列版本。如果使用的是9.0系列或更早的版本,在configure的时候需要加上-oldmkl参数 *注9:并行器的参数进行了简化,不管用什么并行器,参数均为-mpi(前提是设置好环境变量)

    *注10: PMEMD在Amber11中不用单独安装

    Amber 12

    1. 安装intel编译器(intel官网下载)。我装的版本是l_ccompxe_intel64_2011.9.293,l_fcompxe_intel64_2011.9.293,l_mkl_10.3.7.256_intel64,l_mpi_p_4.0.3.008。安装方法google一下,比较简单,直接./install.sh,按照提示一步一步来就可以了。安装完成之后,要在emacs ~/.bashrc中添加如下:

    export /opt/intel/composer_xe_2011_sp1.9.293/bin/iccvars.sh intel64 export /opt/intel/composer_xe_2011_sp1.9.293/bin/ifortvars.sh intel64 export /opt/intel/composer_xe_2011_sp1.9.293/mkl/bin/intel64/mklvars_intel64.sh export /opt/intel/impi/4.0.3.008/bin64/mpivars.sh

    保存。然后source ~/.bashrc。终端中输入which icc和which ifort,输出的路径正确算是安装成功。

    2 sudo yum install gcc flex tcsh zlib-devel bzip2-devel  libXt-devel libXext-devel libXdmcp-devel

    3.解压ambertools12和amber12:

    cd /home/zheng/softwares/amber

    tar xfj AmberTools12.tar.bz2

    tar xfj Amber12.tar.bz2

    4. 设置环境变量:

    export AMBERHOME=/home/zheng/softwares/amber/amber12

    export MKL_HOME=/opt/intel/composer_xe_2011_sp1.9.293/mkl

    export MPI_HOME=/opt/intel/impi/4.0.3.008/intel64

    export PATH=$PATH:$AMBERHOME/bin

    保存。source ~/.bashrc

    5.打补丁:

    $AMBERHOME/patch_amber.py --update-tree

    6. 安装串行版amber12:

    ./configure intel

    make install

    make test

    7. 安装并行版amber12:

    不需要make clean

    ./configure -mpi intel 直接make install会出错。打开config.h,把里面所有的mpif90都改成mpiifort,所有的mpicc都改成mpiicc,保存。然后再make install

    export DO_PARALLEL="mpirun -np 2"

    make test

  • 相关阅读:
    前后端交互实现(nginx,json,以及datatable的问题相关)
    前端工作笔记
    系统前端基本文件+ajax部分理解
    python(day17)二分查找
    python(day16)内置函数,匿名函数
    day15(PYTHON)推导式{生成器,字典,列表,集合}
    Javascript 模拟 new
    Javascript call和apply的模拟实现
    Javascript——bind的模拟实现
    模拟Vue 中数据双向绑定
  • 原文地址:https://www.cnblogs.com/yanzhi123/p/3062585.html
Copyright © 2011-2022 走看看