jslove1997的博客

conda 解决“libstdc++.so.6: version `GLIBCXX_3.4.20‘ not found“

jslove1997 — Thu, 19 Aug 2021 19:22:01 +0800

起因使用cmake的时候需要调用libstdc++.so.6里的GLIBCXX_3.4.20,但是报错 libstdc++.so.6: version `GLIBCXX_3.4.20' not found 使用strings命令查看libstdc++.so.6里面是否包含GLIBCXX_3.4.20,发现没有，最高到3.4.19版本。需要更新libstdc++.so.6，到更高的版本。 strings libstdc++.so.6|grep GLIBCXX 解决由于这里调用的libstdc++.so

VScode 使用ssh插件修改远程服务器文件

jslove1997 — Thu, 05 Aug 2021 20:05:57 +0800

参考这里遇到的问题：远程服务器不能连接网络怎么办? 这会造成两个问题: 1)不能自动在服务器下载vscode-service版本 2)不能自动在服务器端下载插件这里有一官方参考,下载remote ssh(nightly)版本的插件,然后开启下面这个选项为always就可以了. 他会在本地下载好插件和vscode服务器版本,然后传到服务器上去,完成安装但是,可能还会遇到别的问题: 1) 因为网络不通畅导致本地无法下载vscode服务版本,从而也无法传到远程服务器上去. 错误提示可能为 comm.

C++ 传指针和传引用的区别

jslove1997 — Mon, 19 Jul 2021 17:38:57 +0800

以下是自己的理解，如果看不懂可以看这个参考网页，讲的很好。传指针调用：本质上是传值调用，只不过传的实参的地址。被调函数会新定义一个指向存放同类型变量值的指针，该指针值为实参的地址。当被调函数需要访问形参的值时，需要两步操作，首先寻找形参指针的值a（是一个地址），然后根据值a来访问真正对应实参所对应的值（即找到值a这个地址指向的内存，读取该内存储存的值）。传引用调用：这也是会传输实参的地址，被调函数同样也会新定义一个变量，但是这个变量名代表的就是对应实参的地址，可以使用这个变量名直接访问实参的值.

安装valgrind、petsc、slepc

jslove1997 — Fri, 02 Jul 2021 17:29:21 +0800

valgrind的安装执行. pccompile#!/bin/bash export CC=gcc export CXX=g++ ./autogen.sh ./configure --prefix=/home/jrf/tools/valgrind --with-mpicc=mpicc make && make install PETSc的安装 PETSc和SLEPc安装的每一步完成后，都会给出下一步要做的命令 1 安装步骤执行. pccompile #!/bin/bash

C++模板函数 --接口与实现分离

jslove1997 — Tue, 29 Jun 2021 17:22:44 +0800

问题写模板函数的时候，使用定义（a.h）与实现（a.cpp）分离的方式，结果一直报错对模板函数“未定义的引用”。使用nm命令查看a.o文件，发现没有模板函数的名字。很是奇怪。原因看了参考【1】（强烈建议看一下）才知道，这是因为C++标准规定，模板函数在没有被调用的时候，就不会被实例化。因此main函数编译成.o文件时候，因为仅包含了a.h文件，没有模板函数的具体实现，只能寄希望于链接时ld在其他的.o（这里是a.o）文件中找到模板函数的实现，但是a.cpp编译成a.o文件的时候，因为a.cpp中没有

Global Array(GA)函数库的安装、使用

jslove1997 — Wed, 12 May 2021 21:12:34 +0800

使用ga++，编译出现大量基础函数的未定义引用 (base) [Js@XiaoXin13pro ga]$ make mpicxx -o test_ga test_ga.o -I/home/Js/tool/openblas/include -I/usr/local/include -L/usr/local/lib -lga -lga++ -larmci -lm -lcomex -L/usr/lib/gcc/x86_64-redhat-linux/4.8.5 -lgfortran -lboost_seria.

yum无法使用 : module doesn‘t match the current version of Python

jslove1997 — Sat, 08 May 2021 10:31:17 +0800

问题描述: 使用conda安装了新版本的Python3.8，并且把对应的动态函数库加入了ld.so.cache中（这是系统在软件运行时，用来搜索动态链接库的目录文件，具体见ldconfig的作用 & 编译时动态的链接问题）。但是系统自带的是python2.7，并且使用python2.7构建的yum。当调用yum的时候，yum希望搜索到python2.7的动态链接库，但是因为python3.8的函数库是后加进去的，所以先被yum搜索到，因此报出了如下动态链接库版本不兼容的问题。 There was

编译Boost.mpi

jslove1997 — Fri, 30 Apr 2021 16:58:31 +0800

1 最后链接为可执行文件时出现未定义的引用 \n=== LINK bin/tests.x ./obj/test_fci.o ./obj/test_dvdson.o ./obj/test_hamiltonian.o ./obj/test_integral.o ./obj/test_linalg.o ./obj/test_tools.o ./obj/test_matrix.o ./obj/test_onspace.o ./obj/test_onstate.o ./obj/test_sci.o ./obj/te

JAVA垃圾回收机制-精简版

jslove1997 — Sun, 18 Apr 2021 17:07:12 +0800

主要参考和复制粘贴本文原创作者：书呆子Rico 作者博客地址：http://blog.youkuaiyun.com/justloveyou_/ 一、用来干什么 java 的垃圾回收机制是为了自动收回已经没有用的内存空间。比如说下面的例子： dog doga; doga = new dog("路马"); 这个语句的第一行创建了一个对 dog 类对象的引用，即 doga （注意，它只是对象不是引用）。doga存储在虚拟机栈中。第二行代码使用new语句在java堆中开辟内存空间，创建了一个对象，并使用 doga 引

区分一下cluster、MPP、SMP和SSMP

jslove1997 — Sat, 27 Mar 2021 18:58:56 +0800

最近学习GA库，发现应当对多种计算机架构进行区分,故查阅资料，总结如下 MPP（Massive Parallel Processing)，每个现在有多种架构需要区分 MPP （Massive Parallel Processing） SMP（Symmetrical Multi-Processing) NUMA （Non-uniform memory access） SSMP（Scalable shared-memory multiprocessing） DSM（distributed shared m.

在DGX-A100上编译NWCHEM 的MPI+CUDA版本

jslove1997 — Sat, 06 Mar 2021 22:06:23 +0800

1. 安装OpenBlas 这是nwchem编译需要使用的库，从官网上下载源代码。 git clone https://github.com/xianyi/OpenBLAS.git #编译 make #安装到指定路径 make install PREFIX=/home/jrf/tools/openblas 2. 安装OPENMPI 网上搜索openmpi4.1.0稳定版本链接解压，并进入解压文件夹 mkdir build && cd build configure 设置安装

mcscf的简单介绍

jslove1997 — Fri, 05 Mar 2021 10:29:33 +0800

1、氢分子的分子轨道计算 2、马老师博客，MCSCF简介

Linux top 命令里的load average && linux top 命令详解

jslove1997 — Thu, 04 Mar 2021 20:30:13 +0800

参考：理解Linux系统负荷

lscpu的查看方法

jslove1997 — Thu, 04 Mar 2021 20:08:37 +0800

这是dgx A100工作站，以这个机器举例： CPU(S): 逻辑核心数 Thread(s) per core : 每个物理cpu核包含几个线程，即逻辑核 sockets : CPU的物理插槽数 Core(s) per socket ：每个插槽上的物理CPU 核数 NUMA node(s): 节点数。逻辑CPU核的组合形式，多个CPU组合形成一个numa节点，节点之间的通信速度低于节点内部的通信速度。 NUMA node0 CPU(s): node0包含哪些逻辑CPU。这里node 0包含的逻辑

使用conda安装openmpi编译nwchem

jslove1997 — Tue, 02 Mar 2021 10:16:38 +0800

1 遇到如下错误:找不到libpthread.so.0 configure:20418: checking whether FLIBS needs -lgcc_s configure:20443: cc -o conftest -m64 -Wall -O3 -funroll-loops -ffast-math -fopenmp -g -I. -I/home/apps/jinrf/nwchem-conda/nwchem/src/include -I/home/apps/jinrf/nwchem-cond

anaconda 在集群上配置openmpi

jslove1997 — Tue, 02 Mar 2021 08:52:27 +0800

1 首先安装openmpi所需要的编译器所需要的编译器有: x86_64-conda-linux-gnu-gcc x86_64-conda-linux-gnu-g++ x86_64-conda-linux-gnu-gfortran 安装指令分别为 conda install -c conda-forge gcc_linux-64 conda install -c conda-forge gxx_linux-64 conda install -c conda-forge gfortran_linux-

conda安装gcc后,“which gcc“没有任何输出信息

jslove1997 — Thu, 25 Feb 2021 22:14:02 +0800

我想要使用conda 安装高版本的gcc,比如gcc9.3.0.当使用如下命令安装gcc之后,发现使用which gcc没有任何输出信息. conda install -c conda-forge 但是,在/conda_PATH/env/my_env_name/bin这个目录下,找到了很多新生的可执行文件,名字类似gcc,例如下面这些 x86_64-conda_cos6-linux-gnu-gcc x86_64-conda-linux-gnu-gcc x86_64-conda_cos6-linux-gnu

conda 创建环境\安装包\更新出现http error 000

jslove1997 — Tue, 23 Feb 2021 15:50:33 +0800

安装了anaconda3后发现安装软件\创建新的环境\更新都会出现下面的问题: CondaHTTPError: HTTP 000 CONNECTION FAILED for url Elapsed: - An HTTP error occurred when trying to retrieve this URL. HTTP errors are often

在集群上配置cuda环境

jslove1997 — Sun, 21 Feb 2021 19:24:58 +0800

一.GPU DRIVER 安装 GPU driver 的版本要高于将要安装的cuda toolkit要求的gpu driver最低版本.并且安装需要管理员权限.集群上已经安装好了gpu driver,版本为450.80.02. 二.cuda toolkit 安装原本准备使用conda来安装,但是安装后并没有nvcc.根据这里才知道, conda只是安装了一些runtime 函数库,因此选择手动安装. 在nvidia官网上,根据driver的版本安装符合要求的cuda toolkit 最新版本,所有cuda

cuda 的driver API 和 runtime API

jslove1997 — Sun, 07 Feb 2021 15:45:08 +0800

1、起源看到实验室集群上可以使用nvidia-smi，但是没有nvcc，就有些好奇为什么（自己对cuda还是很不熟悉）。就以此为切入点对CUDA做了一些了解。 2、总览 cuda包含三大组件，分别是 NVIDIA driver(驱动)、toolkit 和 samples。 driver driver 和toolkit可以分开安装，并且同一台主机上两者支持的CUDA版本可以不一样，只要保证 driver cuda version >= toolkit cuda version driver 安装后