MD simulation ด้วย Amber
การใช้งานบน compute node
ตัวอย่างสำหรับการรันงานบน compute node โดยใช้ 160 CPU-cores และ job time limit 120:00:00 ชั่งโมง ภายใต้ project account projXXXX (จำเป็นต้องเปลี่ยนเป็น project account ที่ท่านเป็นสมาชิกในโครงการฯ)
| Code Block |
|---|
#!/bin/bash -l
#SBATCH --partition=compute # specific partition to gpu node
#SBATCH -N 4 --ntasks-per-node=40 # for requset 4 compute node with 40 cpu-cores
#SBATCH --time=120:00:00 # job time limit <hr:min:sec>
#SBATCH --account=projXXXX # change projXXXX to your project account
#SBATCH --job-name=testMD
module purge # purge all module
module load bzip2/1.0.8-GCCcore-8.3.0
module load XZ/5.2.4-GCCcore-8.3.0
module load GCC/8.3.0
module load OpenMPI/3.1.4-gcccuda-2019b
WORKDIR=$SLURM_SUBMIT_DIR
######################################################
# nothing should need changed below here to run unless you do not
export AMBER_PREFIX="/tarafs/data/project/proj0XXXX/amber20_src"
export AMBERHOME=/tarafs/data/project/proj0XXXX/amber20_src
export PATH="${AMBER_PREFIX}/bin:${PATH}"
# Add location of Amber Python modules to default Python search path
cd $AMBERHOME
source amber.sh
######################################################
cd $WORKDIR
srun pmemd.MPI -O -i input.in -o md.out -p system.top -c md_2.restrt -ref md_2.restrt -r md_1.restrt -x md_1.nc -v mdvel
|
| Info |
|---|
ต้องทำการตั้งค่า AMBER_PREFIX และ AMBERHOME ให้ตรงกับ location ของโปรแกรม Amber ที่ท่านได้ทำการติดตั้ง เช่น หากติดตั้งที่ /tarafs/data/project/proj0999/amber20_src จะต้องระบุดังข้อมูลด้านล่าง |
| Code Block |
|---|
export AMBER_PREFIX="/tarafs/data/project/proj0999/amber20_src"
export AMBERHOME=/tarafs/data/project/proj0999/amber20_src |
...
| Code Block |
|---|
#!/bin/bash -l
#SBATCH --partition=gpu # specific partition to gpu node
#SBATCH --nodes=1 # for requset 1 compute node with 40 cpu-cores
#SBATCH --time=120:00:00 # job time limit <hr:min:sec>
#SBATCH --account=projXXXX # change projXXXX to your project account
#SBATCH --job-name=testMD
module purge # purge all module
module load bzip2/1.0.8-GCCcore-8.3.0
module load XZ/5.2.4-GCCcore-8.3.0
module load CUDA/10.1.243-GCC-8.3.0
module load gcccuda/2019b
module load OpenMPI/3.1.4-gcccuda-2019b
WORKDIR=$SLURM_SUBMIT_DIR
######################################################
# nothing should need changed below here to run unless you do not
export AMBER_PREFIX="/tarafs/data/project/proj0XXXX/amber20_src"
export AMBERHOME=/tarafs/data/project/proj0XXXX/amber20_src
export PATH="${AMBER_PREFIX}/bin:${PATH}"
# Add location of Amber Python modules to default Python search path
cd $AMBERHOME
source amber.sh
######################################################
cd $WORKDIR
srun -n 2 pmemd.cuda.MPI -O -i input.in -o md.out -p system.top -c md_2.restrt -ref md_2.restrt -r md_1.restrt -x md_1.nc -v mdvel
|
การวิเคราะห์ผลด้วย cpptraj
หากโครงสร้างที่ต้องการวิเคราะห์มีขนาดไม่เกิน 100,000 atoms ขอแนะนำให้ทำการวิเคราะห์ผลด้วย cpptraj บน devel node โดยใช้ 1 CPU-cores และ job time limit 2:00:00 ชั่งโมง
...