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)
#!/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 $WORKDIR srun pmemd.MPI -O -i input.in -o md.out -p system.top -c md_2.restrt -ref md_2.restrt -r md_1.restrt -x md_1.nc -v mdvel
ต้องทำการตั้งค่า AMBER_PREFIX
และ AMBERHOME
ให้ตรงกับ location ของโปรแกรม Amber ที่ท่านได้ทำการติดตั้ง เช่น หากติดตั้งที่ /tarafs/data/project/proj0999/amber20_src
จะต้องระบุดังข้อมูลด้านล่าง
export AMBER_PREFIX="/tarafs/data/project/proj0999/amber20_src" export AMBERHOME=/tarafs/data/project/proj0999/amber20_src
การใช้งานบน GPU node
#!/bin/bash -l #SBATCH --partition=gpu # specific partition to gpu node #SBATCH --nodes=1 # for requset 1 compute node with 40 cpu-cores #SBATCH --time=120:00:00 # job time limit <hr:min:sec> #SBATCH --account=projXXXX # change projXXXX to your project account #SBATCH --job-name=testMD module purge # purge all module module load bzip2/1.0.8-GCCcore-8.3.0 module load XZ/5.2.4-GCCcore-8.3.0 module load CUDA/10.1.243-GCC-8.3.0 module load gcccuda/2019b module load OpenMPI/3.1.4-gcccuda-2019b WORKDIR=$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 $WORKDIR srun -n 2 pmemd.cuda.MPI -O -i input.in -o md.out -p system.top -c md_2.restrt -ref md_2.restrt -r md_1.restrt -x md_1.nc -v mdvel
การวิเคราะห์ผลด้วย cpptraj
หากโครงสร้างที่ต้องการวิเคราะห์มีขนาดไม่เกิน 100,000 atoms ขอแนะนำให้ทำการวิเคราะห์ผลด้วย cpptraj บน devel node
โดยใช้ 1 CPU-cores
และ job time limit 2:00:00
ชั่งโมง
ตัวอย่าง job submission script สำหรับ Trajectory analysis บน compute node.
#!/bin/bash -l #SBATCH --partition=devel # specific partition to compute node #SBATCH --nodes=1 --ntasks-per-node=1 # for requset 1 compute node with 1 cpu-core #SBATCH --account=projXXXX # change projXXXX to your project account #SBATCH --time=2:00:00 # job time limit <hr:min:sec> #SBATCH --account=projXXXX # change projXXXX to your project account #SBATCH --job-name=mmpbsa module purge # purge all module module load bzip2/1.0.8-GCCcore-8.3.0 module load XZ/5.2.4-GCCcore-8.3.0 module load GCC/8.3.0 module load OpenMPI/3.1.4-GCC-8.3.0 WORKDIR=$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 cpptraj -i rmsd.in > rmsd.out
Related articles
Filter by label
There are no items with the selected labels at this time.