當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

GPU+VORONOI+KOKKOS+OPENMP反应力场加速

發布時間：2023/12/20 编程问答 54 豆豆

生活随笔收集整理的這篇文章主要介紹了 GPU+VORONOI+KOKKOS+OPENMP反应力场加速小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

關注 $Mr.material,\color{Violet} \rm Mr.material\ ,$ $更\color{red}{更}$ $多\color{blue}{多}$ $精\color{orange}{精}$ $彩\color{green}{彩}$ ！

主要專欄內容包括：
$?《LAMMPS小技巧》：￣\textbf{ \underline{\dag《LAMMPS小技巧》：}}$ 主要介紹采用分子動力學（ $L amm p s$ ）模擬相關安裝教程、原理以及模擬小技巧（難度： $★\bigstar$ ）
$??《LAMMPS實例教程—In文件詳解》：￣\textbf{ \underline{\dag\dag《LAMMPS實例教程—In文件詳解》：}}$ 主要介紹采用分子動力學（ $L amm p s$ ）模擬相關物理過程模擬。（包含：熱導率計算、定壓比熱容計算，難度： $★\bigstar$ $★\bigstar$ $★\bigstar$ ）
$???《Lammps編程技巧及后處理程序技巧》：￣\textbf{ \underline{\dag\dag\dag《Lammps編程技巧及后處理程序技巧》：}}$ 主要介紹針對分子模擬的動力學過程（軌跡文件）進行后相關的處理分析（需要一定編程能力。難度： $★\bigstar$ $★\bigstar$ $★\bigstar$ $★\bigstar$ $★\bigstar$ ）。
$????《分子動力學后處理集成函數—Matlab》：￣\textbf{ \underline{\dag\dag\dag\dag《分子動力學后處理集成函數—Matlab》：}}$ 主要介紹針對后處理過程中指定函數，進行包裝，方便使用者直接調用（需要一定編程能力，難度： $★\bigstar$ $★\bigstar$ $★\bigstar$ $★\bigstar$ ）。
$?????《SCI論文繪圖—Python繪圖常用模板及技巧》：￣\textbf{ \underline{\dag\dag\dag\dag\dag《SCI論文繪圖—Python繪圖常用模板及技巧》：}}$ 主要介紹針對處理后的數據可視化，并提供對應的繪圖模板（需要一定編程能力，難度： $★\bigstar$ $★\bigstar$ $★\bigstar$ $★\bigstar$ ）。
$??????《分子模擬—Ovito渲染案例教程》：￣\textbf{ \underline{\dag\dag\dag\dag\dag\dag《分子模擬—Ovito渲染案例教程》：}}$ 主要采用 $Ovito\rm Ovito$ 軟件，對 $Lammps\rm Lammps$ 生成的軌跡文件進行渲染（難度： $★\bigstar$ $★\bigstar$ ）。

$專欄說明（訂閱后可瀏覽對應專欄全部博文）：￣\color{red}{\textbf{ \underline{專欄說明（訂閱后可瀏覽對應專欄全部博文）：}}}$
$注意：\color{red} 注意：$ 如需只訂閱某個單獨博文，請聯系博主郵箱咨詢。 $lammps_materials@163.com\rm lammps\_materials@163.com$

$?\spadesuit$ $?\dag$ 開源后處理集成程序：請關注專欄《LAMMPS后處理——MATLAB子函數合集整理》
$?\spadesuit$ $?\dag$ $?\dag$ 需要付費定制后處理程序請郵件聯系： $lammps_materials@163.com\rm lammps\_materials@163.com$

基于GPU的kokkos加速安裝

基于GPU的kokkos加速安裝
1. 安裝lammps
2. 安裝cmake
3. cmake相關文件修改
4. cmake編譯
5. 測試
6. 安裝VORONOI庫
- 1. 安裝voro++
- 2. 軟鏈接
- 3. 編譯lammps
- 4. 測試
- 5. 注意

安裝lammps及相關庫的步驟網上很多，這里介紹在前期步驟準備好的情況下，如果in文件中包含反應力場以及需要通過voronoi庫計算應力，如何通過基于gpu架構的kokkos+openmp實現計算加速

基于GPU的kokkos加速安裝

1. 安裝lammps

下載lammps穩定版本安裝包，在同目錄下鍵入命令行：tar -xvzf lammpsxxx.tar.gz

2. 安裝cmake

具體方法參照 ubuntu安裝cmake_yuanzhoulvpi的博客-CSDN博客_ubuntu安裝cmake
安裝完成后cmake --version查看安裝版本，which cmake 查看安裝路徑

3. cmake相關文件修改

在解壓好的lammps目錄下執行如下命令行：

mkdir build_kokkos_cuda cd build_kokkos_cuda

修改 $/cmake/presets\rm /cmake/presets$ 文件夾中的 $basic.make\rm basic.make$ 文件，根據自己需要安裝的 $package\rm package$ 在文件中進行修改，也可以不修改，后面在命令行中添加即可。將 $kokkos?cuda.cmake\rm kokkos-cuda.cmake$ 文件中帶有 $ARCH_GPUARCH\rm ARCH\_GPUARCH$ 那一行刪

4. cmake編譯

在build_kokkos_cuda目錄下進行編譯，對于多核+gpu，
參考官方網址
3.7. Packages with extra build options — LAMMPS documentation，
編譯需要設置如下變量：

其中HOSTARCH以及GPUARCH需要根據自己機器型號參考官網給出的表進行修改，機器具體型號可參考官網：https://ark.intel.com/content/www/us/en/ark.html#@Processors

使用如下命令行設置上述相關變量：

cmake -C ../cmake/presets/basic.cmake -C ../cmake/presets/kokkos-cuda.cmake DKokkos_ENABLE_OPENMP=on -DKokkos_ARCH_SKX=on -DBUILD_OMP=on ../cmakecmake -C ../cmake/presets/basic.cmake -C ../cmake/presets/kokkos-cuda.cmake DKokkos_ARCH_AMPERE86=on -DKokkos_ENABLE_CUDA=on -DCMAKE_CXX_COMPILER= ${HOME}/lammps/lib/kokkos/bin/nvcc_wrapper ../cmake

注意這里的 $nvcc\_wrapper$ 需要寫絕對路徑，一般在安裝好的 $lammps/lib/kokkos/bin\rm lammps/lib/kokkos/bin$ 目錄下變量設置完成后使用如下命令行進行編譯，后面的20為編譯時使用的核數：

cmake --build . -- -j20

編譯完成后會在 $build_kokkos_cuda\rm build\_kokkos\_cuda$ 目錄下生成可執行文件 $lmp\rm lmp$

5. 測試

使用 $l amm p s$ 自帶的 $e x am pl e$ 進行測試，找到 $/examples/reaxff\rm /examples/reaxff$ 目錄，將 $in.reaxff.rdx\rm in.reaxff.rdx$ 文件中的 $pair_style\rm pair\_style$ 改成 $reaxff/kk\rm reaxff/kk$ ，在此目錄下鍵入如下命令

mpirun -np 2 /home/groupc/lammps-new/lammps-3Nov2022/build_kokkos_cuda/lmp -k on g 1 sf kk -pk kokkos newton on neigh half -in in.reaxff.rdx

6. 安裝VORONOI庫

1. 安裝voro++

進入安裝好的 $lammps\rm lammps$ 的 $lib/voronoi\rm lib/voronoi$ 文件夾

在 $Voro++?Download(lbl.gov)\rm Voro++ - Download (lbl.gov)$ 下載voro++壓縮安裝包
也可以用wget+網址命令進行下載。下載好后

tar -xvzf voro++-0.4.6.tar.gz

進入解壓好的voro++文件夾，執行make，完成后執行sudo make install

2. 軟鏈接

cd …退回lib/voronoi目錄，鍵入如下命令：

ln -s voro++-0.4.6/src includelinkln -s voro++-0.4.6/src liblink

會生成兩個軟鏈接includelink和liblink

3. 編譯lammps

進入安裝好的lammps/src目錄，在此目錄下安裝需要的package，根據自己的需要安裝 package。每個package關聯的命令見6.1. Available Packages — LAMMPS documentation。這里不建議通過make yes-all，make no-lib，make no-ext三個命令將所有不需要外接庫的包直接裝上，建議make yes-package安裝自己需要的那些包，不然后續編譯可能會出錯。這里除了需要的簡單包，還需要make yes-voronoi，即安裝上我們需要的voronoi包。通過命令make package-status查看包的安裝情況。安裝完成后執行命令make mpi即可，編譯完成后會在src目錄下生成lmp_mpi文件

4. 測試

進入 $lammps/examples/voronoi\rm lammps/examples/voronoi$ 文件夾，運行 $mpirun?npNlmp_mpi(path)?inin.voronoi\rm mpirun -np\ N\ lmp\_mpi(path)\ -in\ in.voronoi$ ，測試是否安裝上。這里 $lmp_mpi（path)\rm lmp\_mpi（path)$ 指的是需要寫出可執行文件的路徑，如果不想這么麻煩，可以把這個路徑寫到系統變量中即可。

5. 注意

這里編譯完成后有兩個可執行文件，一個是 $build_kokkos_cuda\rm build\_kokkos\_cuda$ 目錄下有一個 $lmp\rm lmp$ 文件，另一個是 $lammps/src\rm lammps/src$ 目錄下有一個
$lmp_mpi\rm lmp\_mpi$ 文件。如果你的 in 文件中使用的是反應力場，并且包含 $computevoronoi/atom\rm compute voronoi/atom$ 命令，我建議使用如下方式進行加速并調用 $voronoi\rm voronoi$ 庫進行計算，這么做的原因一方面是因為 $kokkos\rm kokkos$ 加速主要在gpu完成計算（我的 $gpu\rm gpu$ 使用率達到97%），而 $voronoi\rm voronoi$ 庫的計算主要在cpu上完成，這么做可以發揮gpu及cpu的最大性能；另一方面是因為我暫時還不知道如何在 $kokkos+openmp\rm kokkos+openmp$ 編譯時同時實現 $voronoi\rm voronoi$ 的編譯，方式如下:

先通過

kokkos\rm kokkos

加速完成整個運算并輸出軌跡文件，這里運算可執行文件路徑寫

build_kokkos_cuda\rm build\_kokkos\_cuda

下的

lmp\rm lmp

文件路徑。建議軌跡文件的輸出步長盡量小一些；

完成后重新書寫一個in文件，在in文件中使用

rerun\rm rerun

命令讀取上一步驟輸出的軌跡文件并進行

voronoi\rm voronoi

計算輸出數據，設置好后運行

in\rm in

文件。運行時采用純

cpu\rm cpu

計算，可執行文件路徑寫

src\rm src

目錄下的

lmp_mpi\rm lmp\_mpi

文件路徑。

in\rm in

文件的設置可以參考如下：

總結

以上是生活随笔為你收集整理的GPU+VORONOI+KOKKOS+OPENMP反应力场加速的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：【数据挖掘】数据挖掘总结 ( 贝叶斯分类
下一篇：微信小程序 - ＜textarea＞多