gromacs的安装

过程准备工作:：

*************************************************************************************

先应该确认 g++ mpirun mpicc是否安装

分别输入

which gcc

which g++

which mpirun

which mpicc

假装都没有安装，那么在root下输入下面的命令进行安装：

sudo apt-get install cmake*

sudo apt-get install gcc

sudo apt-get install g++

sudo apt-get install mpi-default-*

sudo apt-get install libfftw3*

sudo apt-get install openmpi*

*************************************************************************************

查看是否安装NVIDIA显卡：

lspci | grep -i nvidia

显示结果：

02:00.0 VGA compatible controller: NVIDIA Corporation GK107GL [Quadro K420] (rev a1)

02:00.1 Audio device: NVIDIA Corporation GK107 HDMI Audio Controller (rev a1)

81:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c] (rev a1)   #这个是GPU计算卡

*************************************************************************************

查看当前操作系统至少要那个版本才能支持CUDA,（主要是看是64位还是32位的）：

uname -m && cat /etc/*release

显示结果：

x86_64

DISTRIB_ID=Ubuntu

DISTRIB_RELEASE=16.04

DISTRIB_CODENAME=xenial

DISTRIB_DESCRIPTION="Ubuntu 16.04.3 LTS"

NAME="Ubuntu"

VERSION="16.04.3 LTS (Xenial Xerus)"

ID=ubuntu

ID_LIKE=debian

PRETTY_NAME="Ubuntu 16.04.3 LTS"

VERSION_ID="16.04"

HOME_URL="http://www.ubuntu.com/"

SUPPORT_URL="http://help.ubuntu.com/"

BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"

VERSION_CODENAME=xenial

UBUNTU_CODENAME=xenial

*************************************************************************************

查看GCC版本：

gcc --version

显示结果：

gcc (Ubuntu 5.4.0-6ubuntu1~16.04.5) 5.4.0 20160609

*************************************************************************************

下载 nvidia 的驱动包：

TESLA DRIVER FOR UBUNTU 16.04

具体地址：http://www.nvidia.com/content/DriverDownload-March2009/confirmation.php?url=/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb&lang=us&type=Tesla

我的系统是

Version:384.66

Release Date:2017.8.14

Operating System:Linux 64-bit Ubuntu 16.04

CUDA Toolkit:8.0

Language:English (US)

File Size:97.19 MB

查看到这个版本的驱动支持以下GPU，我的GPU在支持序列里。

SUPPORTED PRODUCTS

K-Series:

Tesla K80, Tesla K40c, Tesla K40m, Tesla K40s, Tesla K40st, Tesla K40t, Tesla K20Xm, Tesla K20m, Tesla K20s, Tesla K20c, Tesla K10, Tesla K8

ADDITIONAL INFORMATION

Once you accept the download please follow the steps listed below

i) `dpkg -i nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb’ for Ubuntu

ii) `apt-get update`

iii) `apt-get install cuda-drivers`

iv) `reboot`

我选的版本是  384.66，可以直接下载： nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

然后根据指导，运行安装命令

dpkg -i nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

apt-get update

apt-get install cuda-drivers

reboot

重启后直接：

apt install nvidia-cuda-toolkit

就可以安装好系统支持的版本。

查看nvcc编译器的版本，即验证cuda toolkit是否成功：  

nvcc -V i

显示结果：

nvcc: NVIDIA (R) Cuda compiler driver

Copyright (c) 2005-2015 NVIDIA Corporation

Built on Tue_Aug_11_14:27:32_CDT_2015

Cuda compilation tools, release 7.5, V7.5.17

查看GPU信息：

nvidia-smi

结果显示：

+-----------------------------------------------------------------------------+

| NVIDIA-SMI 384.90                 Driver Version: 384.90                    |

|-------------------------------+----------------------+----------------------+

| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |

| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |

|===============================+======================+======================|

|   0  Quadro K420         Off  | 00000000:02:00.0  On |                  N/A |

| 25%   38C    P8    N/A /  N/A |     42MiB /  1991MiB |      0%      Default |

+-------------------------------+----------------------+----------------------+

|   1  Tesla K20c          Off  | 00000000:81:00.0 Off |                    0 |

| 30%   33C    P8    26W / 225W |      0MiB /  4742MiB |      0%      Default |

+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+

| Processes:                                                       GPU Memory |

|  GPU       PID   Type   Process name                             Usage      |

|=============================================================================|

|    0       914      G   /usr/lib/xorg/Xorg                            39MiB |

+-----------------------------------------------------------------------------+

##############################################################################################################################

##############################################################################################################################

查看所有依赖文件：

which gcc

/usr/bin/gcc

which g++

/usr/bin/g++

which mpicc

/usr/bin/mpicc

which cmake

/usr/bin/cmake

which nvcc

/usr/bin/nvcc

which mpirun

/usr/bin/mpirun

已经全部完成。

##############################################################################################################################

安装gromacs的CPU版本：

tar -xzvf gromacs-5.1.4.tar.gz

cd gromacs-5.1.4

mkdir build-cpu  

cd build-cpu

cmake .. -DGMX_BUILD_OWN_FFTW=ON -DREGRESSIONTEST_DOWNLOAD=ON -DGMX_MPI=on -DCMAKE_INSTALL_PREFIX=/usr/local/ruanjian/gromacs-cpu

结果显示：

-- Configuring done

-- Generating done

-- Build files have been written to: /usr/local/gromacs-5.1.4/build-cpu

接着输入命令：

make

make check

sudo make install

source /usr/local/ruanjian/gromacs-cpu/bin/GMXRC

即可完成安装，安装完成后设置环境变量

vim /etc/profile

#在文件中加入如下内容

export PATH=/usr/local/ruanjian/gromacs-cpu/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/ruanjian/gromacs-cpu/lib:$LD_LIBRARY_PATH

#关闭文件后执行

source /etc/profile

那么CPU并行版的gromacs就安装好了，安装目录在 /usr/local/ruanjian/gromacs-cpu

在其他目录下可以直接输入 gmx_mpi 的后续命令了。

可以查看具体的安装目录：

which gmx_mpi

结果显示：

/usr/local/ruanjian/gromacs-cpu/bin/gmx_mpi

*************************************************************************************

*************************************************************************************

*************************************************************************************

*************************************************************************************

安装gromacs的GPU版本：

tar -xzvf gromacs-5.1.4.tar.gz

cd gromacs-5.1.4

mkdir build-gpu

cd build-gpu

CC=mpicc CXX=mpicxx cmake .. -DGMX_OPENMP=ON -DGMX_GPU=ON -DGMX_MPI=ON -DGMX_BUILD_OWN_FFTW=ON -DREGRESSIONTEST_DOWNLOAD=ON -DGMX_PREFER_STATIC_LIBS=ON -DCMAKE_BUILD_TYPE=Release -DGMX_BUILD_UNITTESTS=OFF -DCMAKE_INSTALL_PREFIX=/usr/local/ruanjian/gromacs-gpu

结果显示：

-- Configuring done

-- Generating done

-- Build files have been written to: /usr/bao/gromacs-5.1.4/build-gpu

接着输入命令：

make

make check

sudo make install

source /usr/local/ruanjian/gromacs-gpu/bin/GMXRC

安装完成后设置环境变量

sudo vim /etc/profile

#在文件中加入如下内容

export PATH=/usr/local/ruanjian/gromacs-gpu/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/ruanjian/gromacs-gpu/lib:$LD_LIBRARY_PATH

#关闭文件后执行

source /etc/profile

那么GPU版的gromacs就安装好了，安装目录在 /usr/local/ruanjian/gromacs-gpu

在其他目录下可以直接输入 gmx 的后续命令了。

which gmx

结果显示：

/usr/local/ruanjian/gromacs-gpu/bin/gmx

*************************************************************************************

*************************************************************************************

*************************************************************************************

*************************************************************************************

由于我的机器是双节点16核，因此需要创建一个 mdrun_mpi的可执行文件，因为：-DGMX_BUILD_MDRUN_ONLY=on for building only mdrun, e.g. for compute cluster back-end nodes ：

tar xfz gromacs-5.1.4.tar.gz

cd gromacs-5.1.4

mkdir build-mpi

cd build-mpi

CC=mpicc CXX=mpicxx cmake .. -DGMX_BUILD_OWN_FFTW=ON -DGMX_GPU=on -DGMX_BUILD_MDRUN_ONLY=on -DGMX_MPI=on -DCMAKE_INSTALL_PREFIX=/usr/local/ruanjian/gromacs-mpi

结果显示：

-- Configuring done

-- Generating done

-- Build files have been written to: /usr/bao/gromacs-5.1.4/build-mpi

接着输入命令：

make

make check

sudo make install

安装完成后设置环境变量

sudo vim /etc/profile

#在文件中加入如下内容

export PATH=/usr/local/ruanjian/gromacs-mpi/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/ruanjian/gromacs-mpi/lib:$LD_LIBRARY_PATH

#关闭文件后执行

source /etc/profile

这样就生成了多节点服务器版的可执行文件 mdrun_mpi

which mdrun_mpi

结果显示：

/usr/local/ruanjian/gromacs-mpi/bin/mdrun_mpi

*************************************************************************************

*************************************************************************************

*************************************************************************************

*************************************************************************************