Ubuntu下的lammps GPU加速(真的香)
参考
Lammps实现GPU加速,博客界面很好看。
显卡驱动安装(本文默认为英伟达)
- 检查自己的驱动是否安装成功
nvidia-smi
如果安装成功会有如下输出:
如果未安装会有如下结果:
nvidia-smi command not found
- 安装驱动
ubuntu-drivers devices # 查询所有ubuntu推荐的驱动
sudo ubuntu-drivers autoinstall
手动安装可以部分参考我的另一篇博客:报错解决:Before you can run VMware, several modules must be compiled and …(更換內核)
禁用nouveau driver
nouveau开源驱动,性能很差,基本都禁用它,之前安装Ubuntu系统时,引导文件里就进行了禁用:
sudo vi /etc/modprobe.d/blacklist.conf
最后添加:
blacklist nouveau
options nouveau modeset=0
保存退出后,终端输入:
sudo update-initramfs -u
sudo reboot
reboot之后输入:
lsmod | grep nouveau
无输出代表禁用成功
CUDA Toolkit 安装
上NVIDIA官网进行下载:CUDA Toolkit 10.2 Download,安装流程很详细,但是网速很感人,建议大家翻墙…
安装完cuda之后添加环境变量:
vi .bashrc
export PATH=$PATH:/usr/local/cuda-10.2/bin
之后输入:nvcc -V
,就会以下信息:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
Generic Linux Makefile for CUDA文件配置
进入gpu目录,修改Makefile.linux
cd lammps-3Mar20/lib/gpu
vim Makefile.linux
修改以下信息,符合自己的机子和计算要求即可:
CUDA_HOME = /usr/local/cuda-10.2 #注意版本
# Turing hardware
CUDA_ARCH = -arch=sm_75
CUDA_PRECISION = -D_SINGLE_DOUBLE #我选的计算过程中的精度
hardware参数可以见维基的介绍CUDA,我的gtx 1660ti对应的Micro-architecture和Compute capability (version)分别为Turing,7.5,所以应该选择sm_75。
之后进行make:
make -f Makefile.linux
如果之后更改Makefile.linux 中的内容之后需要重新编译需要先 make clean 一下:
make -f Makefile.linux clean
Lammps GPU package
cd lammps-3Mar20/src
make package-status #查阅自己的package安装信息
make yes-gpu #添加gpu包
make mpi #编译mpi
如果编译过mpi文件,则可以先clean一波:make clean-all
,如果还是有问题,可以考虑万能的sudo
测试
官网的例子,还是shear:
cd lammps/lammps-3Mar20/examples/shear
12线程无GPU:
mpirun -np 12 lmp_mpi < in.shear
12线程1GPU:
mpirun -np 12 lmp_mpi -sf gpu -pk gpu 1 -in in.friction
由于是小体系的example,GPU加速效果不是很明显,甚至慢很多,但是跑自己的程序,原子数目一多,GPU加速特别明显!!!!!!!!!!!!大概是五倍以上的速度!!!!
一万多原子,4000步摩擦,12线程无GPU花了3:28s,12线程1GPU只花了37s,真的太香了。
每10秒输出一次显卡状态:
watch -n 10 nvidia-smi
Ubuntu下的lammps GPU加速(真的香)相关推荐
- 记录一下折腾Ubuntu 20.04部署lammps GPU加速 2*AMD 7742 1*NVIDIA 3090
本人技术小白,目前已经安装好Ubuntu 20.04,nvidia驱动版本470.86 安装cuda CUDA Toolkit 11.5 Downloads | NVIDIA Developer 登录 ...
- Caffe2-windows下caffe的gpu加速
摘要:本篇日志承载上篇内容,在上篇基础上进行优化和添加.主要说明在正确cpu的caffe框架下如何添加gpu加速的过程. 正文: 上篇说明了如何安装cpu版本的caffe框架,其中我提到过,只有cpu ...
- Windows10下Tensorflow启用GPU加速,显卡GTX1060,踩坑记录
因为需要用到tensorflow学习深度学习,所以有N卡就想开启GPU加速,结果各种坑 1.安装VS和Python环境 (不用VS的可以不安装,使用其他工具也是一样的) 这里使用VS2019作为开发 ...
- Linux下JavaCv使用GPU加速(Nvidia显卡)
1.环境配置,安装显卡驱动,cuda,cudnn linux上安装NVIDIA显卡驱动以及深度学习需要的cudn.cudnn.pytorch_宜城有少年的博客-CSDN博客_linux安装 ...
- ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程【转】
本文转载自:https://blog.csdn.net/zhaoyu106/article/details/52793183 le/details/52793183 写在前面 一些废话 接触深度学习已 ...
- ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程
文章来源:http://www.datacups.com/post/1 软件: ubuntu16.04+cuda8.0+cudnn v5+tensorflow 0.11 1. 下载 1.1 系统镜像 ...
- ubuntu下docker使用GPU
达到以下条件即可: 1 docker内部和宿主机的显卡驱动要一致 说白了就是你的cuda.cudnn基于那个显卡驱动,你就要用哪个,内外都要部署 我测试过内部不部署,运行会失败 2 内部虽然装了显卡驱 ...
- Ubuntu下如何查看GPU版本和使用信息?
nvidia-smi是用来查看GPU版本信息,GPU使用信息查询: nvidia-smi 第一栏的Fan:N/A是风扇转速,从0到100%之间变动,这个速度是计算机期望的风扇转速,实际情况下如果风 ...
- Windows环境下tensorflow使用GPU加速运算(详细解释)
自己在使用时从无到有的过程 一.使用以下代码进行相应的检查 1.查看tensorflow的版本: import tensorflow as tfprint(tf.__version__) # 查看Te ...
最新文章
- 分析PHP中单双引号的误区和双引号小隐患
- 归纳+记忆:让机器像人一样从小样本中学习
- 保证一致性吗_RabbitMQ消息一致性:重要消息,请设置持久化
- 使用dbca创建oracle实例
- 1)Linux学习笔记:crontab命令
- C++---智能指针原理讲解
- 接口测试实战总结,绝对值得收藏
- 触目惊心,北邮计算机学院女神居然每天看这些公众号
- 精选|2018年12月R新包推荐
- VS2019配置opencv教程【推荐】
- 《数据挖掘导论》绪论
- c语言头随机数文件库,C语言随机数使用方法
- 计算机网络设计——企业网络规划与搭建
- c语言gps经纬度转换程序,GPS经纬度坐标的转换
- 大数据、人工智能带来的危机:科技巨头会毁掉我们的生活吗?
- Flink学习:WaterMark
- 数字化推动后市场产业变革,开启汽车后市场新篇章
- 知乎高赞:Java和嵌入式,选哪个?
- 使用VISA编程入门教程
- java 合并和拆分单元格_如何在Microsoft Word中合并和拆分表和单元格