Rocky Linux 9 安装Vina-GPU-2.1加速对接

部署运行你感兴趣的模型镜像

1. 源码下载:Vina-GPU 2.1

2. 安装Boost教程

写入路径:export LD_LIBRARY_PATH=/path/to/boost/lib:$LD_LIBRARY_PATH

3. 安装 CUDA Toolkit

4. 安装Vina-GPU-2.1

unzip AutoDock-GPU-develop.zip 
cd ~/software/program/autodock/Vina-GPU-2.1-main/AutoDock-Vina-GPU-2.1

#将Makefile中的BOOST_LIB_PATH和OPENCL_LIB_PATH更改为自己的路径
WORK_DIR=~//software/program/autodock/Vina-GPU-2.1-main/AutoDock-Vina-GPU-2.1
BOOST_LIB_PATH=~//software/program/boost_1_89_0
OPENCL_LIB_PATH=/usr/local/cuda-12.6
OPENCL_VERSION=-DOPENCL_3_0
GPU_PLATFORM=-DNVIDIA_PLATFORM
DOCKING_BOX_SIZE=-DSMALL_BOX

make clean

make source # 成功编译后会出现可执行文件 AutoDock-Vina-GPU-2-1

5. 测试


将 ./input_file_example/2bm2_config.txt中的opencl_binary_path更改为可执行文件的路径

opencl_binary_path = ~/software/program/autodock/Vina-GPU-2.1-main/AutoDock-Vina-GPU-2.1

执行
./AutoDock-Vina-GPU-2-1 --config ./input_file_example/2bm2_config.txt --config ./input_file_example/2bm2_config.txt

6. 进一步缩短对接时间

make clean 

make

确保ernel1_Opt.bin 和 Kernel2_Opt.bin在目录中

7. 

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值