參考

Lammps實現GPU加速，博客界面很好看。

顯卡驅動安裝（本文默認為英偉達）

- 檢查自己的驅動是否安裝成功

nvidia-smi

如果安裝成功會有如下輸出：

如果未安裝會有如下結果：

nvidia-smi command not found

- 安裝驅動

ubuntu-drivers devices # 查詢所有ubuntu推薦的驅動 sudo ubuntu-drivers autoinstall

手動安裝可以部分參考我的另一篇博客：報錯解決：Before you can run VMware, several modules must be compiled and …（更換內核）

禁用nouveau driver

nouveau開源驅動，性能很差，基本都禁用它，之前安裝Ubuntu系統時，引導文件里就進行了禁用：

sudo vi /etc/modprobe.d/blacklist.conf

最后添加：

blacklist nouveau options nouveau modeset=0

保存退出后，終端輸入：

sudo update-initramfs -u sudo reboot

reboot之后輸入：

lsmod | grep nouveau

無輸出代表禁用成功

CUDA Toolkit 安裝

上NVIDIA官網進行下載：CUDA Toolkit 10.2 Download，安裝流程很詳細，但是網速很感人，建議大家翻墻…

安裝完cuda之后添加環境變量：

vi .bashrc export PATH=$PATH:/usr/local/cuda-10.2/bin

之后輸入：nvcc -V，就會以下信息：

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

進入gpu目錄，修改Makefile.linux

cd lammps-3Mar20/lib/gpu vim Makefile.linux

修改以下信息，符合自己的機子和計算要求即可：

CUDA_HOME = /usr/local/cuda-10.2 #注意版本 # Turing hardware CUDA_ARCH = -arch=sm_75 CUDA_PRECISION = -D_SINGLE_DOUBLE #我選的計算過程中的精度

hardware參數可以見維基的介紹CUDA，我的gtx 1660ti對應的Micro-architecture和Compute capability (version)分別為Turing，7.5，所以應該選擇sm_75。

之后進行make：

make -f Makefile.linux

如果之后更改Makefile.linux 中的內容之后需要重新編譯需要先 make clean 一下：

make -f Makefile.linux clean

Lammps GPU package

cd lammps-3Mar20/src make package-status #查閱自己的package安裝信息 make yes-gpu #添加gpu包 make mpi #編譯mpi

如果編譯過mpi文件，則可以先clean一波：make clean-all，如果還是有問題，可以考慮萬能的sudo

測試

官網的例子，還是shear：

cd lammps/lammps-3Mar20/examples/shear

12線程無GPU：

mpirun -np 12 lmp_mpi < in.shear

12線程1GPU：

mpirun -np 12 lmp_mpi -sf gpu -pk gpu 1 -in in.friction

由于是小體系的example，GPU加速效果不是很明顯，甚至慢很多，但是跑自己的程序，原子數目一多，GPU加速特別明顯！！！！！！！！！！！！大概是五倍以上的速度！！！！

一萬多原子，4000步摩擦，12線程無GPU花了3:28s，12線程1GPU只花了37s，真的太香了。

每10秒輸出一次顯卡狀態：

watch -n 10 nvidia-smi

總結

以上是生活随笔為你收集整理的Ubuntu下的lammps GPU加速（真的香）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。