分子动力学模拟软件_实惠的分子动力学模拟个人台式机装机和测试

最近我们组新添了一台简易的GPU个人工作站，主要用于分子动力学模拟和机器学习，配置如下：

CPU       i5 9600k    散热器     酷冷至尊T400i塔式风扇   内存       金士顿16G DDR4 2666骇客神条   2条硬盘1      西部数据4T企业版 7200转  硬盘2      三星976 EVO PLUS 256G主板       华硕B360M-D          显卡       影驰GTX2080 SUPER    机箱       安钛克P7       电源       台达额定850W

主要参考sob的装机配置推荐(http://sobereva.com/444)，总价在￥12000左右。出货时固态盘安装了WINDOWS系统，但是大部分计算化学软件都是在Linux系统下运行的，于是在机械硬盘分区安装Linux发行版。可以选择的免费的Linux发行版有Ubuntu，Centos等。考虑到在Ubuntu下安装各种软件环境比较方便，于是选择了与Ubuntu同宗同源的Deepin国产发行版。它也被华为Matebook 14 第三方版本所采用，具有类苹果的操作UI和类Windows的交互逻辑，同时安装也比较便捷。

首先在(https://www.deepin.org/download/)下载深度启动盘制作工具，并下载深度操作系统15.11的镜像，准备一个大于8G的空U盘。启动制作工具，导入镜像并写入U盘。

将U盘插入GPU主机的USB口，在BIOS中设置从U盘引导。选择安装Deepin，并安装到一个空白的分区。等待20分钟即可安装完毕，机器即将重启，务必将U盘拔下。

启动后默认是使用的CPU的亮机卡，因此需要安装nVidia驱动以及Cuda Toolkit。因为Deepin15.11的默认gcc版本是6.5，因此需要安装Cuda 10.1版本的GPU编程工具箱。

安装显卡驱动

查看显卡信息

lspci  | grep -i vga#显示有GeForce显卡

下载官方Linux驱动

https://www.nvidia.cn/Download/index.aspx?lang=cn或者https://www.geforce.com/drivers选择下载适合自己显卡的Linux驱动

禁用nouveau驱动

sudo echo "blacklist nouveau" >> /etc/modprobe.d/blacklist-nouveau.confsudo echo "options nouveau modeset=0" >> /etc/modprobe.d/blacklist-nouveau.conf#重启sudo rebootsudo update-initramfs -u#执行以下命令，若无输出说明禁用成功lsmod | grep nouveau

安装驱动

#先关闭图像界面，切换tty2ctrl+alt+f2#关闭图像界面sudo service lightdm stop#切换进显卡驱动下载目录sudo chmod a+x NVIDIA-Linux-x86_64-x.runsudo ./NVIDIA-Linux-x86_64-x.run#安装过程中除了是否支持32外全部选是。#安装完成后重启电脑sudo reboot#输入nvidia-smi 查看是否成功安装好显卡驱动。#以上参考 https://www.jianshu.com/p/caa02259e51d

安装Cuda Toolkit

Deepin15.11相当于Ubuntu16，在https://developer.nvidia.com/cuda-downloads上下载工具箱。

上述教程在我们主机上无法成功安装Cuda Toolkit，https://www.findhao.net/easycoding/2562.html 的一个帖子提供了解决办法，使用普通帐号安装。

mkdir ~/Downloads/cuda10.1cd ~/Downloads/./cuda_10.1.243_418.87.00_linux.run --silent --toolkit --toolkitpath=~/Downloads/cuda10.1 --defaultroot=~/Downloads/cuda10.1 --samples --samplespath=~/Downloads

没有报错，说明安装成功了，在系统的/usr/local/下创建toolkit10的链接：

sudo ln -s ~/Downloads/cuda10.1 /usr/local/cuda#重新启动sudo reboot

加入环境变量

CUDA_HOME=/usr/local/cuda/export PATH=$PATH:$CUDA_HOME/bin/export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64

安装Gromacs Cuda版本

主要参考教程http://sobereva.com/457

#安装fftwmkdir buildcd buildexport CMAKE_PREFIX_PATH=/sob/fftw338cmake .. -DCMAKE_INSTALL_PREFIX=/sob/gmx2018.4 -DGMX_SIMD=AVX2_256 -DGMX_MPI=OFF -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda#不使用AVX512指令集，不是用MPI 仅用openMPmake -j4 make install

GROMACS运算测试

以李继存老师博客上的教程(http://jerkwin.github.io/GMX/GMXtut-0)为例进行对比：漏斗网蜘蛛毒素肽的溶剂化研究的成品模拟对比测试。为了使用GPU，energygrps设为了System，测试软件同为GROMACS2019.2版本。

对比结果如下：

一块2080显卡的普通台式机的Gromcas的算力远远超过了一台GPU主机，而且价格也比较实惠。