1. 安装OpenBlas
这是nwchem编译需要使用的库,从官网上下载源代码。
git clone https://github.com/xianyi/OpenBLAS.git
#编译
make
#安装到指定路径
make install PREFIX=/home/jrf/tools/openblas
2. 安装OPENMPI
- 网上搜索
openmpi4.1.0
稳定版本 链接 - 解压,并进入解压文件夹
mkdir build && cd build
- configure 设置安装路径以及对cuda的支持
../configure --prefix=/home/apps/jinrf/tools/ompi --enable-mpi-ext=cuda --with-cuda=/home/apps/jinrf/tools/cuda/cuda-11.0
3. 安装NWCHEM
-
编辑pccompile_nwchem文件
注意: 从7.0.0版本开始,如果设置blas路径,就必须同时设置lapack路径.
#!/bin/bash export NWCHEM_TOP=/home/apps/jinrf/nwchem export NWCHEM_TARGET=LINUX64 export ARMCI_NETWORK=MPI-PR export USE_MPI=yes export USE_MPIF=yes export USE_MPIF4=yes export NWCHEM_MODULES=all #blas and lapack library #openblas提供了完整的lapack函数库支持,因此两个函数库的路径,都指明并索引openblas的函数库就行了 export BLASOPT="-L/home/apps/jinrf/tools/openblas/lib -lopenblas" export LAPACK_LIB="-L/home/apps/jinrf/tools/openblas/lib -lopenblas" #调整nwchem的整数位32位整数,不设置这两项则需要设置OpenBlas为64位整数模式 export USE_64TO32=y export BLAS_SIZE=4 #openmpi #MPI函数库的路径位置已经不需要设置了.因为在7.0版本的nwchem,只要路径里面包含mpif90,就可以自动推导出这些位置 #cuda export CUDA_LIBS="-L/home/apps/jinrf/tools/cuda/cuda-11.0/lib64 -lcudart -lcublas" export CUDA_FLAGS="-arch sm_80" export CUDA_INCLUDE="-I/home/apps/jinrf/tools/cuda/cuda-11.0/include" export PATH=/home/apps/jinrf/tools/cuda/cuda-11.0/bin:$PATH export TCE_CUDA=yes export USE_NOIP=true #OpenMP export USE_OPENMP=1 unset CC unset FC
-
编译安装
编译步骤. pccompile make nwchem_config make 64_to_32 #openblas使用的32位,因此要把nwchem也调整为32位 make -j #-j选项代表要并行编译,会快很多很多很多;但是有可能会出问题,编译不通过了去掉-j试一试