KISTI 슈퍼컴퓨팅 기술 블로그

다음은 누리온 SKL을 활용한 WRF 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델WRF의 실행 테스트를 위하여, 아래의 환경으로 2018년 10월 16일 06UTC부터 2018년 10월 17일 06UTC까지 24시간 적분을 수행하였다.PhysicsMicrophysicsWSM6Long-wave radiationRRTMGShort-wave radiationDudhiaSurface layerMM5 similarityLand surfaceNoah LSMPlanetary Boundary LayerYSUCumulusKain-FritschBoundary & initial data0.25° GFS forecast 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제#!/bin/sh#P..

다음은 누리온 KNL을 활용한 WRF 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델WRF의 실행 테스트를 위하여, 아래의 환경으로 2018년 10월 16일 06UTC부터 2018년 10월 17일 06UTC까지 24시간 적분을 수행하였다.PhysicsMicrophysicsWSM6Long-wave radiationRRTMGShort-wave radiationDudhiaSurface layerMM5 similarityLand surfaceNoah LSMPlanetary Boundary LayerYSUCumulusKain-FritschBoundary & initial data0.25° GFS forecast 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제#!/bin/sh#P..

다음은 누리온 SKL을 활용한 VASP 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델VASP (5.4.4.4 버전)의 실행 테스트를 위하여, 실리콘(Si64)을 모델 시스템으로 사용하여 HSE06 구현의 성능을 테스트하였다.ISTARTICHARGPRECENCUTLREALALGONELMEDIFFISMEARSIGMA02single250Autodamped201e-600.1KPARNCORELPLANELWARELCHARGLHFCALCPREFOCKNKREDAEXXHFSCREEN1?.TRUE..FALSE..FLASE.TFast10.252 VASP 입력값 중 병렬계산과 관련된 설정들이 있는데, 이 중 병렬 설정에 따른 성능 차이를 가장 크게 보이는 변수가 NCORE 값이므로, NCORE..

다음은 누리온 KNL을 활용한 VASP 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델VASP (5.4.4.4 버전)의 실행 테스트를 위하여, 실리콘(Si64)을 모델 시스템으로 사용하여 HSE06 구현의 성능을 테스트하였다. ISTARTICHARGPRECENCUTLREALALGONELMEDIFFISMEARSIGMA02single250Autodamped201e-600.1KPARNCORELPLANELWARELCHARGLHFCALCPREFOCKNKREDAEXXHFSCREEN1?.TRUE..FALSE..FLASE.TFast10.252 VASP 입력값 중 병렬계산과 관련된 설정들이 있는데, 이 중 병렬 설정에 따른 성능 차이를 가장 크게 보이는 변수가 NCORE 값이므로, NCOR..

다음은 누리온 SKL을 활용한 QE 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델QE (6.4.1 버전)의 실행 테스트를 위하여, 실리콘 128개 원소로 테스트를 진행하였다.modelDFTatomcutoffIBZKTFFT gridelectronbanddiagonalizationI/Omemory*si128HSE128201(90, 90, 90)5123071k x 1knone3.13 GB 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제#!/bin/sh#PBS –N 1L01N40C40M01T # job의 이름(여러 개의 작업 제출 시 사용자가 구분하기 위한 목적)#PBS –V # 작업 제출 노드(로그인 노드)에서 설정한 환경을 계산 노드에 적용하기 위해 사용함#PBS –q ..

다음은 누리온 KNL을 활용한 QE 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델 QE (6.4.1 버전)의 실행 테스트를 위하여, 실리콘 128개 원소로 테스트를 진행하였다. model DFT atom cutoff IBZKT FFT grid electron band diagonalization I/O memory* si128 HSE 128 20 1 (90, 90, 90) 512 307 1k x 1k none 3.13 GB 나. 실행 방법 및 성능 분석 1) 작업 스크립트 예제 #!/bin/sh #PBS –N 1L01N64C64M01T # job의 이름(여러 개의 작업 제출 시 사용자가 구분하기 위한 목적) #PBS –V # 작업 제출 노드(로그인 노드)에서 설정한 환경을..

다음은 뉴론을 활용한 LAMMPS 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Rhodopsin 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. input은 LAMMPS의 benchmark 디렉터리의 input 파일 중 하나이며, 병렬환경에서의 테스트를 위해 run을 2000으로 변경하였고, -var x 8 –var y 8 –var z 8로 변경 테스트를 하였다. 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제#!/bin/sh#SBATCH -J LAMMPS_small #job의 이름을 지정 #SBATCH -p ivy_v100_2 # 사용하고자 하는 파티션을 지정(누리온의 큐와 동일한 개념)#SBATCH -N 1 # 작업을 할당할 노드의 수#SBATCH -n 2..

다음은 누리온 SKL을 활용한 LAMMPS 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Rhodopsin 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. input은 LAMMPS의 benchmark 디렉터리의 input 파일 중 하나이며, 병렬환경에서의 테스트를 위해 run을 2000으로 변경하였고, -var x 8 –var y 8 –var z 8로 변경 테스트를 하였다. 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제!/bin/sh#PBS -N LAMMPS#PBS -V#PBS -l select=1:ncpus=40:mpiprocs=40:ompthreads=1#PBS -l walltime=06:00:00#PBS -q norm_skl#PBS -A LAMMPS#PB..

다음은 누리온 KNL을 활용한 LAMMPS 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Rhodopsin 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. input은 LAMMPS의 benchmark 디렉터리의 input 파일 중 하나이며, 병렬환경에서의 테스트를 위해 run을 2000으로 변경하였고, -var x 8 –var y 8 –var z 8로 변경 테스트를 하였다. 나. 실행 방법 및 성능 분석1) 작업 스크립트 예제#!/bin/sh#PBS -N LAMMPS # job의 이름(여러 개의 작업 제출 시 사용자가 구분하기 위한 목적)#PBS -V # 작업 제출 노드(로그인 노드)에서 설정한 환경을 계산 노드에 적용하기 위해 사용#PBS -l select=1:nc..

KISTI 슈퍼컴퓨팅센터의 누리온 시스템에 OpenFOAM-v7 Source 버전으로 설치하는 과정을 정리하여 사용자들이 설치하는 방법에 대하여 참고할 수 있도록 내용을 소개한다. 1. 설치 환경 구분 내용 대상 시스템 누리온 OS Version 리눅스 / CentOS 7.3 CPU Intel(R) Xeon(R) Gold 6126 컴파일러 Intel 2018.3 MPI IntelMPI 2018.3 기타 2. 설치 전 환경 설정 OpenFOAM-v7 버전 설치에 필요한 gmp, mpfr, mpc, boost, CGAL은 누리온 시스템에 미리 설치된 /apps/commons 라이브러리들을 사용한다. 만약 다른 버전의 gmp, mpfr, mpc, boost, CGAL이 필요한 경우는 사용자의 홈 디렉터리(/h..

KISTI 슈퍼컴퓨팅센터의 누리온 시스템에 OpenFOAM-v7 Source 버전으로 설치하는 과정을 정리하여 사용자들이 설치하는 방법에 대하여 참고할 수 있도록 내용을 소개한다. 1. 설치 환경 구분 내용 대상 시스템 누리온 OS Version 리눅스 / CentOS 7.3 CPU Intel(R) Xeon Phi(TM) CPU 7250 컴파일러 Intel 2018.3 MPI IntelMPI 2018.3 기타 2. 설치 전 환경 설정 OpenFOAM-v7 버전 설치에 필요한 gmp, mpfr, mpc, boost, CGAL은 누리온 시스템에 미리 설치된 /apps/commons 라이브러리들을 사용한다. 만약 다른 버전의 gmp, mpfr, mpc, boost, CGAL이 필요한 경우는 사용자의 홈 디렉터..

가. Tensorflow에서 Horovod 사용법다중노드에서 멀티 GPU를 활용할 경우 Horovod를 Tensorflow와 연동하여 병렬화가 가능하다. 아래 예시와 같이 Horovod 사용을 위한 코드를 추가해주면 Tensorflow와 연동이 가능하다. Tensorflow 및 Tensorflow에서 활용 가능한 Keras API 모두 Horovod와 연동이 가능하며 우선 Tensorflow에서 Horovod와 연동하는 방법을 소개한다. (예시: MNIST Dataset 및 LeNet-5 CNN 구조) ※ Tensorflow에서 Horovod 활용을 위한 자세한 사용법은 Horovod 공식 가이드 참조 (https://github.com/horovod/horovod#usage) ◦ Tensorflow에서..

다음은 뉴론을 활용한 Gromacs 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Gromacs (2018.6 버전)의 실행 테스트를 위하여, 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. 나. 실행 방법 및 성능 분석[Gromacs 실행 명령 부분]$gmxBin grompp -f opls.mdp -c em20.gro -p topol.top -o md00.tprmpirun $gmxBin mdrun -notunepme -ntomp 1 -dlb yes -v -nsteps 40000 -resethway -noconfout -s ${WorkloadPath}/md00.tpr 1) 작업 스크립트 예제#!/bin/sh#SBATCH –J gromacs #job의 이름을 지정#SB..

다음은 누리온 SKL노드(norm_skl 큐)을 활용한 Gromacs 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Gromacs (2018.6 버전)의 실행 테스트를 위하여, 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. 나. 실행 방법 및 성능 분석[Gromacs 실행 명령 부분]$gmxBin grompp -f opls.mdp -c em20.gro -p topol.top -o md00.tprmpirun $gmxBin mdrun -notunepme -ntomp 1 -dlb yes -v -nsteps 40000 -resethway -noconfout -s ${WorkloadPath}/md00.tpr 1) 작업 스크립트 예제#!/bin/sh#PBS -N 01N#PBS..

다음은 누리온 KNL을 활용한 Gromacs 테스트 샘플의 실행 방법 및 성능을 보여주는 예제이다. 가. 테스트 계산 모델Gromacs (2018.6 버전)의 실행 테스트를 위하여, 프로틴을 모델 시스템으로 사용하여 성능을 테스트하였다. 나. 실행 방법 및 성능 분석[Gromacs 실행 명령 부분]$gmxBin grompp -f opls.mdp -c em20.gro -p topol.top -o md00.tprmpirun $gmxBin mdrun -notunepme -ntomp 1 -dlb yes -v -nsteps 40000 -resethway -noconfout -s ${WorkloadPath}/md00.tpr 1) 작업 스크립트 예제#!/bin/sh#PBS –N 64C01N # job의 이름(여러 개..