LAMMPS的GPU模块到底有用吗

迪迪�

已于 2022-07-20 21:48:54 修改

阅读量547

点赞数

文章标签：编辑器

于 2022-07-20 21:46:26 首次发布

本文链接：https://blog.csdn.net/weixin_43740665/article/details/125901366

版权

LAMMPS的GPU模块到底有没有用？

400000个atoms，用nvidia的V100不如24个cpu的速度，而且GPU使用效率大概最高在10%。真的搞不懂lammps的gpu模块到底有没有加速。
这是我输出的GPU的相关信息：
在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

迪迪�

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
3
评论
LAMMPS的GPU模块到底有用吗

lammps的gpu模块
复制链接

扫一扫

Lammps for GPU 编译手册

07-28

Lammps for GPU 编译手册基础环境RHEL5U3、Nvidia C2050

Ubuntu下的lammps GPU加速（真的香）

最新发布

u013250861的博客

04-28

1784

LAMMPS 是一种经典的分子动力学 (MD) 代码，用于模拟液态、固态或气态粒子的集合。它可以使用各种原子间势（力场）和边界条件对原子、聚合物、生物、固态（金属、陶瓷、氧化物）、粒状、粗粒或宏观系统进行建模。它可以对尺寸从几个粒子到数十亿个粒子的 2d 或 3d 系统进行建模。LAMMPS 是一种经典的分子动力学 (MD) 代码，用于模拟液态、固态或气态粒子的集合。它可以使用各种原子间势（力场）和边界条件对原子、聚合物、生物、固态（金属、陶瓷、氧化物）、粒状、粗粒或宏观系统进行建模。

Ubuntu 20.04+NVIDIA驱动+Cuda11.5+FTTW3.3.10+lammps GPU加速

qq_25439183的博客

11-26

3505

Ubuntu部署lammps GPU加速

LAMMPS+Ubuntu22.04+CUDA(GPU)+MPI 如何让你的计算机满载运算？

weixin_44458745的博客

12-04

1990

# 安装GPU驱动的lammps

ubuntu22.04 安装lammps：lammps安装、功能包安装、GPU加速、将lmp添加到环境变量中

csu_lijunjie的博客

11-15

1902

此次安装使用make安装，虽然官网手册上面推荐使用cmake安装，说camke安装有很多好处，但是我自己的实践来看camke很容易报错，先后两次使用cmake安装也都失败了，所以还是选择了使用传统的make安装方式。

LAMMPS的AtC模块的中文手册翻译.zip

03-09

**LAMMPS的AtC模块详解** LAMMPS（Large-scale Atomic/Molecular Massively Parallel Simulator）是一款广泛应用于分子动力学模拟的开源软件。它支持多种计算模型，包括经典分子动力学、蒙特卡洛、量子力学以及介观...

lammps安装 centos7成功安装

10-27

centos7亲测安装成功，摘自网上一个帖子，忘了出处，若有人知道望告知，添加链接，谢谢！

LAMMPS 2021 Accelerated Performance.pdf

09-28

在2021年的更新中，LAMMPS在GPU（图形处理单元）上的加速性能得到了显著提升。通过使用Kokkos库，几乎所有的LAMMPS功能都被优化以利用NVIDIA的GPU硬件。Kokkos是一个C++编程库，旨在提供高效并行计算，特别是在异构...

lammps-QUIP的外置库安装程序

08-04

本文件目的是为了应对过慢的下载。侵删 A pair_style quip command which wraps the QUIP libAtoms library, which includes a variety of interatomic poten-tials, including Gaussian Approximation Potential ...

关于lammps 中kokkos gpu加速问题 cuda (操作系统-linux)

2023年最新地推相关信息

06-17

1033

\ 我在ubutu22.04系统中用lammps进行分子动力学模拟想加速reaxff力场，官方手册提示支持kokkos，但是运行报错如图\ Cuda版本11.7\ 显卡是移动端2070\ 驱动是最新的驱动515.48.07 ...

ubuntu中显示本机的gpu_LAMMPS的GPU加速(deepin15)

weixin_26879037的博客

12-25

755

系统：deepin15.11 处理器：AMD3600X 显卡：RTX2060 (AMD的显卡不行)软件：mpich3.3.2 fftw3.3.8 Nvidia450.66 Nvidia-CUDA10.0基本操作和基本词汇解释：终端：鼠标右键后打开的命令符窗口备注：其中“liu”是自己本机的用户名显卡型号对照：Nvidia arch 型号对照blog.csdn.net注意:CUDA以及其他...

Ubuntu22.04+lammps+CUDA11.7+FFTW3.3.10+GPU

qq_46311390的博客

08-25

1855

Ubuntu下带有GPU加速的lammps安装

lammps建模_LAMMPS命令建模模板的完善

weixin_36085895的博客

01-05

380

前几天参考Eric N. Hahn大神的in文件内的石墨烯建模发了一个LAMMPS命令建模模板的推文，由于本人太懒，没仔细检查，不好意思了~后面网友提醒，其中的C原子的排列规则定义有问题，形状没问题但是C-C之间的距离却远小于1.4埃，后经过检测，发现这是由于没有加units metal指令，而LAMMPS默认的units类型是lj，从而会导致这种诡异的问题，之前若对你们造成了困惑，在此表示歉意~...

lammps—报错记录—gpu加速—ERROR:unable to initialize —cuda driver error 4 ... ‘geryon/nvd_device.h‘

csu_lijunjie的博客

03-26

1674

对于这个问题的原因，很明显就是在使用GPU加速的时候CPU核心数目过多了而导致的。我还不太清楚为什么会这样，我看到网上有人发帖说 “在用GPU加速算法的时候，在同样的GPU使用情况下，使用数量多的CPU反而计算速度下降，这可能是因为MD的运算都在GPU中运行，而过多的CPU数目反而会增加各个计算板块之间的通信时间。” 类比思考一下，我这个报错可能是因为GPU加速算法并支持过多核数的CPU计算（没有测试过具体多少核数是上限度），因此产生了报错。

使用多线程和GPU加速LAMMPS算例安装教程

weixin_52439130的博客

01-04

5893

(主要是为了在多线程提速计算的同时再用上GPU显卡进行提速，只适用于NVIDIA的显卡) 步骤1. 下载对应操作位数的并行版本的LAMMPS并安装(后面带MPI的是并行版本) 网址是：LAMMPS Binaries Repository: ./64bit 步骤2. 下载对应操作位数的mpich2并安装网址是：LAMMPS Windows Installer Repository 步骤3. 配置环境变量，将mpich2的bin目录的地址添加到LAMMPS_POTENTIALS的环境变量中...

lammps运行报错以及GPU的效率测试

weixin_43011746的博客

11-23

2615

报错三：mpirun -np 4 lmp_mpi -in **_**_ev.in1 >out.log CPU可以运行。GPU：1个（80%利用率）运行时间： 0:01:49。GPU：1个（87%利用率）运行时间： 0:01:41。GPU：1个（80%利用率）运行时间： 0:01:47。GPU：1个（39%利用率）运行时间： 0:03:23。GPU：1个（37%利用率）运行时间： 0:02:09。GPU：1个（40%利用率）运行时间：0:05:48。解决方法：提交命令加入neigh no。

windows系统下实现lammps的GPU加速计算

qq_42110789的博客

05-25

6140

写在前面之前看到小木虫上有大佬在windows系统上用lammps的gpu加速，效果很好，不需要安装ubuntu系统，非常羡慕，可谓懒人必备。今天正好测试gpu包成功，顺带把方法分享给大家。（由于软、硬件环境差异，不能保证每个人用下述方法都能成功）测试环境：window10系统显卡：GTX1060（需要英伟达的显卡，该方法amd的显卡可能不行）测试的lammps版本：LAMMPS 64-bit 15Apr2020 1.安装好win版lammps 串行并行版本应该都可以，windows版本的lammp

lammps并行（mpi）安装及gpu加速

m0_58588820的博客

03-04

1193

解决lammps并行安装的问题

nvidia-smi lammps ubuntu gpu

08-15

To run LAMMPS with GPU acceleration on Ubuntu using NVIDIA GPUs, you need to follow these steps: 1. Install NVIDIA driver: Ensure that you have the latest NVIDIA driver installed on your system. You can use the instructions provided earlier to install or update the NVIDIA driver on Ubuntu. 2. Install CUDA Toolkit: LAMMPS requires CUDA to run on GPUs. Install the CUDA Toolkit, which includes the necessary libraries and tools for GPU computing. You can download the CUDA Toolkit from the NVIDIA website and follow their installation instructions. 3. Download and compile LAMMPS: Obtain the LAMMPS source code from the official LAMMPS website or GitHub repository. Extract the source code to a directory of your choice. 4. Set up Makefile: Navigate to the LAMMPS source code directory and locate the Makefile. Open the Makefile and modify it to include GPU support. Uncomment or add the appropriate lines for GPU acceleration using CUDA. For example, you may need to set `GPU` to `yes`, specify the CUDA path, and select the appropriate CUDA architecture. 5. Compile LAMMPS: In the terminal, navigate to the LAMMPS source code directory and run `make mpi` or `make serial` depending on your desired configuration. This will compile LAMMPS with GPU support enabled. 6. Run LAMMPS with GPU acceleration: Once the compilation is complete, you can run LAMMPS with GPU acceleration by using the `lmp_mpi` or `lmp_serial` executable generated during the compilation process. Be sure to specify the appropriate input script and any necessary command-line options. For example, to run a LAMMPS input file named "input.lammps" using multiple GPUs, you can use the following command: ``` mpirun -np <number of MPI processes> lmp_mpi -sf gpu -pk gpu <number of GPUs> -in input.lammps ``` Replace `<number of MPI processes>` with the desired number of MPI processes, and `<number of GPUs>` with the number of GPUs you want to use. Please note that the specific steps and commands may vary depending on your LAMMPS version, GPU configuration, and system setup. Refer to the LAMMPS documentation and CUDA Toolkit documentation for more detailed instructions and troubleshooting information.