AI 助理
备案控制台
文档
输入文档关键字查找
首页 弹性高性能计算 E-HPC NEXT 实践教程 典型行业应用示例 使用Amber进行分子动力学模拟

使用Amber进行分子动力学模拟

更新时间：
产品详情
相关技术圈
我的收藏

本文以Amber软件为例介绍如何在E-HPC上进行分子动力学模拟。

背景信息

Amber（Assisted Model Building with Energy Refinement）是一款开源的广泛使用的分子动力学模拟软件，主要用于研究分子系统在生物化学领域的动态性质。它由多个程序组成，可以协调工作，广泛应用于蛋白质、核酸、糖等生物大分子的计算模拟。Amber软件的核心动力学引擎开发语言为Fortran90，支持多CPU并行运算与GPU加速，适合于进行大规模的分子动力学模拟。

准备工作

创建一台具有NVIDIA GPU卡的ECS实例，例如GPU计算型实例规格族gn7i等。更多信息，请参见自定义购买实例和GPU云服务器（gn/vgn/sgn系列）。

本文示例配置如下：

  • 实例规格：ecs.gn7i-c8g1.2xlarge

  • 操作系统：Alibaba Cloud Linux 3

说明

建议您将实例部署在与集群相同的地域内，以免增加后续操作。

步骤一：安装并配置软件

  1. 远程连接已创建的ECS实例。具体操作，请参见通过密码或密钥认证登录Linux实例。

  2. 执行以下命令，安装OSS工具。

    sudo yum install -y unzip
sudo -v ; curl https://gosspublic.alicdn.com/ossutil/install.sh | sudo bash
ossutil

    执行以下命令，修改ossutilconfig配置文件，您可以设置OSS的Endpoint、AccessKeyID、AccessKeySecret等信息。更多信息，请参见配置ossutil。

    vi ~/.ossutilconfig

  3. 执行以下命令，安装所需的开发工具和库文件。

    sudo yum install -y gcc gcc-c++ make automake tcsh gcc-gfortran which flex bison patch bc libXt-devel libXext-devel perl perl-ExtUtils-MakeMaker util-linux wget bzip2 bzip2-devel zlib-devel tar

  4. 执行以下命令，安装unrar工具。

    sudo wget https://www.rarlab.com/rar/rarlinux-x64-612.tar.gz  --no-check-certificate
sudo tar -zxvf rarlinux-x64-612.tar.gz

  5. 执行以下命令，安装CMake。

    cd /usr/local/
sudo wget https://github.com/Kitware/CMake/releases/download/v3.18.1/cmake-3.18.1-Linux-x86_64.sh
chmod +x cmake-3.18.1-Linux-x86_64.sh
./cmake-3.18.1-Linux-x86_64.sh
export PATH=$PATH:/usr/local/cmake-3.18.1-Linux-x86_64/bin
sudo yum install -y gcc gcc-c++ make automake

  6. 升级GCC。

    1. 执行以下命令，安装CentOS Software Collections Release Repository的RH版本。

      sudo yum install centos-release-scl-rh -y

    2. 执行以下命令，修改CentOS-SCLo-scl-rh.repo文件。

      sudo vi /etc/yum.repos.d/CentOS-SCLo-scl-rh.repo

      待替换的文件内容

      # CentOS-SCLo-rh.repo
#
# Please see http://wiki.centos.org/SpecialInterestGroup/SCLo for more
# information

[centos-sclo-rh]
name=CentOS-7 - SCLo rh
baseurl=http://mirrors.cloud.aliyuncs.com/centos/7/sclo/$basearch/rh/
gpgcheck=0
enabled=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-SIG-SCLo

[centos-sclo-rh-testing]
name=CentOS-7 - SCLo rh Testing
baseurl=http://mirrors.cloud.aliyuncs.com/centos/7/sclo/$basearch/rh/
gpgcheck=0
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-SIG-SCLo

[centos-sclo-rh-source]
name=CentOS-7 - SCLo rh Sources
baseurl=http://vault.centos.org/centos/7/sclo/Source/rh/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-SIG-SCLo

[centos-sclo-rh-debuginfo]
name=CentOS-7 - SCLo rh Debuginfo
baseurl=http://debuginfo.centos.org/centos/7/sclo/$basearch/
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-SIG-SCLo

    3. 执行以下命令，安装Developer Toolset 7。

      sudo yum install devtoolset-7 -y
      说明

      请根据您的项目需求和依赖环境，选取合适的Developer Toolset版本进行安装，以确保开发环境的兼容性和最优性能。

      • Devtoolset-3旨在配合GCC 4.x.x系列版本，为早期项目提供支持。

      • Devtoolset-4与GCC 5.x.x版本集成，适配中期软件栈的开发要求。

      • Devtoolset-6精确匹配GCC 6.x.x系列，引入了更多现代语言特性支持。

      • Devtoolset-7则是专为GCC 7.x.x版本设计，集成了最先进的编译技术和优化策略。

    4. 执行以下命令，设置环境变量。

      source /opt/rh/devtoolset-7/enable

  7. 安装NVIDIA驱动和SDK。

    重要

    鉴于NVIDIA图形处理器（GPU）与CUDA软件平台之间的紧密耦合性，为确保最佳性能并减少潜在的兼容性问题，建议将NVIDIA GPU驱动程序与CUDA工具包作为独立步骤进行部署。

    1. 执行以下命令，安装NVIDIA驱动。更多信息，请参见安装CUDA。

      sudo wget https://us.download.nvidia.com/tesla/418.226.00/nvidia-driver-local-repo-rhel7-418.226.00-1.0-1.x86_64.rpm
rpm -i nvidia-driver-local-repo-rhel7-418.226.00-1.0-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda-drivers
sudo reboot

    2. 执行以下命令，安装NVIDIA的SDK。

      sudo wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
chmod +x cuda_10.1.243_418.87.00_linux.run
./cuda_10.1.243_418.87.00_linux.run --toolkit --samples --silent

  8. 编译Open MPI。

    1. 执行以下命令，下载版本为3.0.0的Open MPI源代码压缩包。

      curl -O -L https://download.open-mpi.org/release/open-mpi/v3.0/openmpi-3.0.0.tar.gz

    2. 依次执行以下命令，配置OpenMPI以支持CUDA。

      export PATH=/usr/local/cuda/bin/:$PATH
sudo tar zxvf openmpi-3.0.0.tar.gz
cd openmpi-3.0.0/
./configure --prefix=/opt/openmpi/ --with-cuda=/usr/local/cuda/

    3. 执行以下命令进行编译。

      sudo make -j 8 all
sudo make -j 8 install

    4. 执行以下命令，配置环境变量。

      export PATH=/usr/local/cuda/bin/:/opt/openmpi/bin:$PATH

  9. 配置Amber软件。

    1. 进入Amber官网，下载AmberTools24.tar.bz2与Amber24.tar.bz2文件，并在/opt/目录下进行解压缩操作。

    2. 执行以下命令，修改Amber编译参数。

      cd /opt/amber24_src/build/
DMPI=TRUE
openmpiDCUDA=TRUE

    3. 依次执行以下命令，运行编译并完成安装。

      sudo ./run_cmake
sudo make install

    4. 依次执行以下命令，测试Amber。

      source /opt/amber24/amber.sh
make test.serial

  10. 打包编译好的OpenMPI和Amber软件。

    1. 创建目录。

      cd
mkdir amber-openmpi-package
cd amber-openmpi-package

    2. 使用cp命令，将编译好的OpenMPI和Amber的可执行文件复制到amber-openmpi-package目录中。

    3. 执行以下命令，创建压缩包。

      cd
tar -czf amber-openmpi-package.tar.gz amber-openmpi-package/

步骤二：创建自定义镜像

关于如何创建自定义镜像，请参见使用实例创建自定义镜像。

步骤三：使用自定义镜像创建E-HPC集群

  1. 创建一个E-HPC集群。具体操作，请参见创建标准版集群。

    本文使用的集群配置示例如下：

    配置项

    配置

    系列

    标准版

    部署模式

    公共云集群

    集群类型

    SLURM

    节点配置

    包含1个管理节点和2个计算节点，规格如下：

    • 管理节点：采用ecs.r7.xlarge实例规格，该规格配置为4 vCPU，32 GiB内存。

      说明

      请根据实际业务需求，调整管理节点的实例规格，以提高或降低资源配置。

    • 计算节点：采用ecs.gn6i-c24g1.12xlarge实例规格，该规格配置为48 vCPU、186 GiB内存。

    集群镜像

    镜像配置选择本文中已创建的自定义镜像，包括集群中的管理节点、登录节点和计算节点。

  2. 创建一个集群用户。具体操作，请参见用户管理。

    集群用户用于登录集群，进行编译软件、提交作业等操作。本文创建的用户示例如下：

    • 用户名：testuser

    • 用户组：普通权限组

  3. （可选）开启集群自动伸缩功能。具体操作，请参见自动伸缩节点。

    说明

    您可以通过集群的弹性伸缩能力，无需手动操作，即可实现计算节点的动态分配，根据实时负载自动调整计算节点数量，以提升资源管理效率。

步骤四：创建MOE可视化任务

  1. 使用已创建的testuser用户登录E-HPC Portal。

    具体操作，请参见登录E-HPC Portal。

  2. 单击右上角连接.png图标，使用Workbench远程连接集群登录节点。

  3. 将编译好的OpenMPI和Amber软件解压缩到/opt目录中，确保所有节点可以共享使用。

    sudo tar -xzf amber-openmpi-package.tar.gz -C /opt

  4. 安装MOE。

    说明

    MOE是一款商业软件，您需要自行购买，然后遵循MOE官方指南进行安装。

  5. 设置环境变量。

    1. 执行以下命令，创建可执行文件deploy_amber_openmpi.sh。

      vim deploy_amber_openmpi.sh

    2. 将以下内容写入并保存退出。

      #!/bin/bash

# 设置 MOE 环境变量
export MOE=/opt/moe_2019.0102
export LD_LIBRARY_PATH=$MOE/lib:$LD_LIBRARY_PATH
export PATH=$MOE/bin-lnx64:/usr/local/cuda/bin/:/opt/openmpi/bin:$PATH
export AMBERHOME=/opt/amber24

    3. 依次执行以下命令，顺利执行脚本文件。

      chmod +x deploy_amber_openmpi.sh
./deploy_amber_openmpi.sh

  6. 创建MOE可视化任务。

    1. 在E-HPC Portal页面顶部导航栏，选择任务管理。

    2. 在页面上方，单击moe。

    3. 在创建作业页面，填写以下参数信息。

      参数

      说明

      会话名称

      运行moe访问集群产生的会话的名称。

      运行节点

      运行moe的节点。

      • 如果选择队列，会自动分配队列中的节点。

      • 如果选择节点，目前仅支持localhost节点，即为当前节点。

      CPU核数

      运行moe所使用的CPU核数。

      分辨率

      可视化界面的分辨率。

      应用启动命令

      保持默认为moe。

    4. 单击提交作业。

  7. 进入可视化界面。

    1. 在E-HPC Portal页面顶部导航栏，选择会话管理。

    2. 按照会话名称找到moe会话，单击会话名称。

    3. 进入E-HPC集群可视化界面进行操作。

      image

步骤五：提交作业

说明

本文以测试算例压缩包 test.rar 和作业执行脚本 run.sh文件为例来说明如何提交作业。在实际操作中，请根据您的具体业务需求，替换成相应的作业文件。

  1. 在E-HPC Portal页面，单击右上角连接.png图标，使用Workbench远程连接集群登录节点。

  2. 执行以下命令，解压缩测试用例test.rar文件。

    unrar x test.rar

  3. 执行以下命令，修改run.sh文件，限定每个作业需要2个CPU核心。

    cd test/
vim run.sh

    修改示例如下所示：

    image

  4. 执行以下命令，提交作业。

    ./run.sh -qsys slurm -submit

步骤六：查看作业结果

执行以下任一命令，查询作业详情。

  • Slurm Sacct命令

    sacct

  • MOE命令

    ./run.sh -qsys slurm -status
上一篇：典型行业应用示例下一篇：使用BWA、GATK、Samtools软件进行基因测序
文档推荐