일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- abaqus
- ansys
- KNL
- sinbaram
- skl
- vasp
- 국가슈퍼컴퓨팅센터
- 신바람
- 타키온2
- SGE
- cuda
- Gaussian
- nurion
- neuron
- 슈퍼컴퓨팅
- openfoam
- HPC
- Kat
- GPU
- TACHYON2
- GROMACS
- Linux
- 가우시안
- KISTI
- 뉴론
- 누리온
- 슈퍼컴퓨팅교육
- G16
- 슈퍼컴퓨터
- 5호기
- Today
- Total
KISTI 슈퍼컴퓨팅 기술 블로그
뉴론 가우시안16(Gaussian16) GPU S/W 사용 안내 (2019.08) 본문
뉴론 가우시안16(Gaussian16) GPU S/W 사용 안내 (2019.08)
슈퍼컴퓨팅인프라센터 2019. 8. 13. 10:38본 문서는 뉴론 시스템에서 가우시안 소프트웨어 사용을 위한 기초적인 정보를 제공하고 있습니다. 따라서, 가우시안 소프트웨어 사용법 및 뉴론/리눅스 사용법 등은 포함되어 있지 않습니다. 뉴론/리눅스 사용법에 대한 정보는 KISTI 홈페이지 (https://www.ksc.re.kr)의 기술지원 > 지침서 내 뉴론 사용자 지침서 등을 참고하시기 바랍니다.
1. 가우시안 소개
가우시안은 에너지, 분자구조 및 진동주파수를 예측하는 분자 모델링 패키지이며, 화학, 물리, 생명과학, 공학 분야 연구자를 위한 프로그램입니다.
자세한 사항은 가우시안 사의 홈페이지를 통해 얻을 수 있습니다.
홈페이지 주소: http://gaussian.com
2. 설치 버전 및 라이선스
- 설치 버전 : Rev.A03, Rev.B01, Rev.C01
- KISTI 슈퍼컴퓨팅센터는 가우시안 16 의 사이트 라이선스를 보유하고 있습니다.
- 가우시안16 Rev. A03 과 Rev. B01 버전은 V100 GPU를 지원하지 않으니, V100 GPU 에서 작업을 제출 하는 경우 Rev. C01 버전을 사용 해야 합니다.(http://gaussian.com/gpu)
- 가우시안16를 사용하기 위해서는 사용자의 계정이 가우시안 그룹(gauss group)에 등록되어야 합니다. 가우시안 그룹 등록은 KISTI 홈페이지 또는 account@ksc.re.kr로 문의하시기 바랍니다.
- 내 계정이 가우시안 그룹에 속해있는지 확인하는 방법은 다음과 같습니다.
$ id 사용자ID |
※ 가우시안 그룹에 포함되어 있으면 출력 결과에 "1000009(gauss)" 이 포함되어 있어야 합니다.
- 보안 문제로 사용자는 프로그램의 소스 코드에는 접근할 수 없고, 실행 파일과 기저함수(basis function)에만 접근할 수 있습니다. 실제로 프로그램을 사용하는 데는 아무런 지장이 없습니다.
- 가우시안에 연동하여 사용하는 프로그램을 사용하기 위해서는 사전에 일부 소스 코드 혹은 쉘 파일에 대한 접근권한이 필요하며 (예, Gaussrate) 이 경우 KISTI 홈페이지 또는 account@ksc.re.kr 메일을 통해 요청하셔야 합니다.
- HF 계산과 DFT 계산은 병렬로 수행할 수 있습니다.
3. 소프트웨어 실행 방법
(1) 환경설정
가우시안16은 module 명령을 통하여 환경을 로드할 수 있습니다.
$ module load gaussian/g16 |
(2) 스케쥴러 작업 스크립트 파일 작성
뉴론 시스템에서는 로그인 노드에서 SLURM 이라는 스케쥴러를 사용하여 작업을 제출해야 합니다.
뉴론 시스템에서 SLURM을 사용하는 예제 파일들이 아래의 경로에 존재하므로 사용자 작업용 파일을 만들 때 이를 참고하시기 바랍니다.
- 예제 파일 : /apps/applications/test_samples/G16/g16_gpu.sh
※ 아래 예제는 뉴론 시스템 에서의 가우시안16에 대한 예제입니다.
파일 위치: /apps/applications/test_samples/G16/g16_gpu.sh
#!/bin/sh #SBATCH -J test #SBATCH -p ivy_k40_2 # 뉴론 은 tesla_node partition을 사용한다. #SBATCH -N 1 #SBATCH -n 20 #SBATCH -o gautest.o%j # 표준 출력의 파일 이름을 정의 #SBATCH -e gautest.e%j # 표준 에러의 파일 이름을 정의 #SBATCH -t 00:30:00 #SBATCH --gres=gpu:2 #SBATCH --comment gaussian export g16root="/apps/applications/G16" export g16BASIS=${g16root}/g16/basis export GAUSS_EXEDIR=${g16root}/g16 export GAUSS_LIBDIR=${g16root}/g16 export GAUSS_ARCHDIR=${g16root}/g16/arch export LD_LIBRARY_PATH="${g16root}/g16:${LD_LIBRARY_PATH}" export PATH="${g16root}/g16:${PATH}" export GAUSS_SCRDIR="/scratch/${USER}"
export GAUSS_CDEF="0-19" export GAUSS_GDEF="0-1=0,10" export GAUSS_MDEF="10240mb" g16 test.com |
- 위 작업 스크립트 파일에서 파란색 부분은 이미 module load를 이용하여 가우시안 환경변수 설정을 했다면 생략가능합니다.
- 가우시안16 Rev. A03 버전은 V100 GPU를 지원하지 않으니 K40 파티션으로 작업을 제출해야 합니다.(http://gaussian.com/gpu)
- GAUSS_CDEF 변수는 %CPU 옵션과 동일하며, 입력파일에 %CPU 값이 있을 경우 해당 값이 적용 됩니다.
이 때 GAUSS_CDEF 또는 %CPU 옵션의 값은 뉴론 계산노드는 20개 코어가 장착되어져 있기 때문에 20 까지만 안정적인 계산 성능이 발휘 됩니다.
- GAUSS_GDEF 변수는 %GPUCPU 옵션과 동일하며, GPU 와 CPU 의 맵핑 옵션으로 0번 GPU(첫번째 GPU, nvidia-smi 명령으로 확인)의 제어 CPU를 0번 CPU로 지정함을 의미 합니다. (%GPUCPU=gpu-list=control-cpus)
- GAUSS_MDEF 변수는 %Mem 옵션과 동일하며, 입력 파일에 %Mem 값이 있을 경우 해당 값이 적용 됩니다.
- 참고 : http://gaussian.com/relnotes
※ 가우시안 입력 파일을 PC에서 작성 후 FTP로 전송한다면, 반드시 ascii mode로 전송해야만 합니다.
- 기타 SLURM에 관련된 명령어 및 사용법은 뉴론 사용자 지침서를 참조하시면 됩니다.
- SLURM 스케쥴러의 주요 명령어 (세부 사항은 뉴론 시스템 사용자 지침서 참조)
명령어 | 설명 |
sbatch g16_gpu.sh | SLURM에 작업스크립트(g16_gpu.sh)를 제출 |
squeue | SLURM에 제출되어 대기/수행 중인 전체 작업 조회 |
sinfo | SLURM 파티션 정보 조회 |
scancel job-id | 작업 제출한 작업 취소 |
4. 참고자료
- 가우시안을 처음으로 사용하고자 하는 사람은 다음의 책의 일독을 권합니다.
James B. Foresman and Aeleen Frisch, "Exploring Chemistry with Electronic Structure Methods: A Guide to Using Gaussian",
www.amazon.com, www.bn.com 등의 온라인 서점에서 구매할 수 있고, http://gaussian.com에서도 직접 구매가 가능합니다.
- 가우시안에 관한 모든 정보는 Gaussian사의 홈페이지(http://gaussian.com)를 통해 얻을 수 있습니다.
'사용자 지침서 > 뉴론(Neuron) (GPU Cluster System) ' 카테고리의 다른 글
뉴론 Jupyter 사용자 지침서 (0) | 2020.05.28 |
---|---|
뉴론 딥러닝 프레임워크 병렬화 사용법 (0) | 2019.10.23 |
뉴론 Keras 기반 Multi GPU 사용 방법 (2020.10) (0) | 2019.09.18 |
뉴론 slurm 스케쥴러 기본 사용법 (2021.04) (0) | 2019.06.14 |
뉴론 시스템 개요(2021.04) (0) | 2019.04.30 |