文章目录
0.环境准备
- 显卡:3090 * (1-4)
- ubunt20.04
0.1 配置支持nvidia的docker环境
- 安装nvidia-docker2
想要在容器使用nvidia-smi
,需要安装nvidia-docker2
sudo apt-get install -y nvidia-docker2
- 测试安装
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi
0.2 docker运行容器时,指定nvidia:
docker run -itd \
--runtime=nvidia --gpus=all \
-e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video,graphics \
image_name
1. 拉取代cuda的镜像
因为随便从dockerhub拉一个带cuda的镜像都可以,我拉的是ubuntu:20.04,cuda11.1的版本。对docker不熟悉的可以参考docker快速入门,其中记录了常用的命令。
docker pull alexartemis/cuda11.1-cudnn8-ubuntu20.0
- docker运行容器时,指定nvidia:
docker run -itd \
--runtime=nvidia --gpus=all \
-e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video,graphics \
image_name
登录自己的容器,最好是root权限安装编译。如果使用root用户安装,下面的命令去掉sudo
即可。
sudo apt-get install build-essential
1.1 设置好cuda环境
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
输入nvcc --version
可以查看cuda版本,nvidia-smi
查看显卡信息。
2. 安装Inter编译器
由于intel不再更新parallel studio xe,可以用OneAPI代替,网上的好多教程都是用的parallel studio xe,还需要激活码
,可以使用OneAPI(免费)下的MPI编译vasp。
2.1 安装oneAPI套件
- 我下载的是离线版本,可以命令行安装也可以界面安装,我使用的是默认路径
/opt/intel/oneapi/
。