amber的安装和使用

之目录

一、基础环境

1.初始环境情况

2. 依赖库的安装

3. 安装conda和cuda

1. miniconda

 2. cuda

3. 安装anaconda

4. 创建环境

5. 使用命令记录

二、安装Amber

1. 下载后上传服务器并解压

    1. 进入文件夹

     2. 编译

     3. 执行安装

2. 配置环境变量

3. 安装openmpi

4. 更新补丁(一定一定一定要更新)

5. 编译测试具体版本


本文参考:

https://blog.youkuaiyun.com/qq_33953882/article/details/113995531
https://drugai.blog.youkuaiyun.com/article/details/103456040

Amber18安装(非root用户)_Code Wang的博客-优快云博客_amber18安装

一、基础环境

1.初始环境情况

  1. Ubuntu 18.04.5 LTS (GNU/Linux 5.4.0-81-generic x86_64)
  2. cmake version 3.5.1
  3. gcc (Ubuntu 5.4.0-6ubuntu1~16.04.12) 5.4.0 20160609
  4. GeForce GTX 1080*8
  5. Driver Version: 460.84 
  6. CUDA Version: 11.2

2. 依赖库的安装

apt -y update
apt -y install tcsh make
apt -y install  gcc gfortran 
apt -y install  flex bison patch 
apt -y install  bc xorg-dev libbz2-dev wget

有条件这些依赖库尽量都安装,否则后面的安装中可能会出现下图报错,类似这种问题就是因为你有依赖库没装,具体是哪个我忘记了:

3. 安装conda和cuda

1. miniconda

因为miniconda安装比较方便快捷,所以选择了安装miniconda。参考了https://blog.youkuaiyun.com/weixin_42066885/article/details/80323173

首先进入miniconda资源网址https://docs.conda.io/en/latest/miniconda.html下载对应资源,我选择的是这个

 之后上传服务器,进入文件夹安装

 bash Miniconda3-latest-Linux-x86_64.sh

会有一大堆回车,让你看完一个license,之后需要手动键入一个yes

之后一直回车就行,后来问你是否要初始化,我选择的是yes

 之后用source命令激活环境

source ~/.bashrc

就可以进入base环境。

 2. cuda

amber18和ambertool19只能支持10.2以下的cuda版本。可以不用root权限仅在自己的user上装一个10.2,详见:Linux服务器下给当前用户安装自己的CUDA、CUDA 还是自己的好用 【有效安装教程】_墨理学AI的博客-优快云博客_服务器安装cuda

安装参考ubuntu下安装cuda的两种方法 - 简书

cuda最新版的网址为https://developer.nvidia.com/cuda-downloads,但这上面最低只有ubuntu 18,我用的服务器是16的,后来找到了这个网址

https://developer.nvidia.com/cuda-toolkit-archive

在这里可以下载16和17。因为有blog里说amber18最高支持cuda 9.2,所以我就选了9.0。

 

3. 安装anaconda

清华源镜像下载合适镜像(我选择用最新版)

 上传到服务器上后执行

sh Anaconda3-5.3.1-Linux-x86_64.sh

回车所有,遇见让输入yes的就输入yes,最后这里输入no

 之后配置环境变量:

vim ~/.bashrc

在最后加一句(username是你自己的用户名)

export PATH="/home/username/anaconda3/bin:$PATH"

之后执行

source ~/.bashrc

就可以正常使用了。可以用 which python 查看python解释器位置检查是否配置好环境变量。或用conda --version 检查conda是否安装成功。

4. 创建环境

这里不知道是为什么,按照上述配置好之后,第一次用conda activate base会无效

 就很尴尬,必须先用source activate base,激活之后conda 的命令就可以正常执行了。

这样很麻烦,可能是新版conda有点改动。根据提醒把~/.bashrc中形如:

 去掉,再改成:

 就可以正常使用conda命令了。

可以创建环境

conda create -n myname python=3.7

创建成功之后可以查看环境列表

conda env list

5. 使用命令记录

退出环境

conda deactivate

删除环境

conda remove -n myname --all

二、安装Amber

1. 下载后上传服务器并解压

tar jxvf Amber18.tar.bz2
tar jxvf AmberTools19.tar.bz2

注意,这里我用的是18版本,AmberTools虽然是19,但解压出来依然是18。解压之后应该会只有一个amber18的文件夹

 这与新版是不同的,新版的AmberTools21解压出来会是一个amber20和一个amber20_src两个文件夹,21版执行安装也不同。21版仅AmberTools安装如下:

    1. 进入文件夹

cd amber20_src/build

     2. 编译

./run_cmake

     3. 执行安装

make install

因为我要用的是18版,所以以下只记录18版安装。

2. 配置环境变量

上一节也介绍过,需要安装一些环境依赖(再做一次提醒)

apt-get install bison bc csh flex gfortran g++ xorg-dev zlib1g-dev libbz2-dev patch python

环境变量配置:

vi ~/.bashrc           #打开 bashrc文件
 
#Amber18
test -f /opt/amber18/amber.sh  && source /opt/amber18/amber.sh
export AMBERHOME=/opt/amber18
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64
 
 
source ~/.bashrc      #source 后立即生效

注意上述  testsource 后的目录需要改成解压后的目录,比如我就是

3. 安装openmpi

参考 Open MPI安装使用(ustc.edu.cn)

这里是并行版本必须安装的一个包,用以下命令:

CC=gcc CXX=g++ FC=gfortran ./configure --prefix=/home/$USERNAME/openmpi

4. 更新补丁(一定一定一定要更新)

因为第一次安装没有更新补丁,在装gpu并行版本时(cpu并行时也有类似问题,但cpu串行正常)出现这样一个bug:

如果只用 make install ,则报错如下

后来问了同门才发现这是因为有一些更新,若不更新会出问题。更新补丁用:

./update_amber --update

另同门给了我他的安装命令记录

下面安装的时候还出了个问题:

/usr/bin/ld: cannot find -lcublas

 解决方法参考这里/usr/bin/ld: cannot find -lcublas 问题的解决办法_qq_42550613的博客-优快云博客

就是在你设定的cuda目录里找到他生成的libcublas.so 文件,放到/usr/local/cuda-9.1/lib64/libcublas.so(设定的cuda目录)这个里面。找这个.so文件可以用以下命令

locate libcublas.so

5. 编译测试具体版本

编译cpu串行版本

cd $AMBERHOME
./configure --with-python /root/anaconda3/bin/python gnu 
test -f /opt/amber/amber18/amber.sh && source /opt/amber/amber18/amber.sh 
make install -j 32 

# Testing 
make test

编译cpu并行版本

# 编译并行版pmemd:pmemd.MPI 
cd $AMBERHOME 
./configure --with-python /root/anaconda3/bin/python -mpi gnu 
test -f /opt/amber/amber18/amber.sh && source /opt/amber/amber18/amber.sh 
make install 

# bashrc中添加 
export DO_PARALLEL="mpirun --allow-run-as-root -np 4 " 

# 编译并行版cpptraj和NAB AmberTools19 OpenMP 
./configure --with-python /usr/bin/python -openmp gnu 
test -f /opt/amber/amber18/amber.sh && source /opt/amber/amber18/amber.sh 
make openmp

编译gpu版本(要钱的,组里买了使用权)

#GPU版本:pmemd.cuda 
cd $AMBERHOME 
./configure --with-python /root/anaconda3/bin/python -cuda gnu 
test -f /opt/amber/amber18/amber.sh && source /opt/amber/amber18/amber.sh 
make install 

#GPU并行版本 pmemd.cuda.MPI 
./configure --with-python /root/anaconda3/bin/python -cuda -mpi gnu 
test -f /opt/amber/amber18/amber.sh && source /opt/amber/amber18/amber.sh 
make install 

# Testing 
make test.cuda 
make test.cuda_parallel

以下贴一些截图

没装之前:

装完以后:

安装过程部分截图: 

我需要用的是并行版pmemd,也就是pmemd.cuda命令,实验如下即为安装成功,填入必要参数则正常使用,参数需看官方文档Amber Manuals,以及官方文档Amber Tutorials

### Selenium IDE 使用教程与操作指南 #### 安装与配置 为了在其他浏览器上运行Selenium IDE测试,确保已安装命令行运行器[^1]。此工具允许用户不仅限于Firefox浏览器内使用Selenium IDE。 #### 创建首个自动化脚本 初次接触Selenium IDE时,可以通过构建一个基础示例来熟悉环境,这一过程类似于编写编程中的“Hello World”,旨在让用户初步感受Selenium IDE的功能特性[^3]。 #### 录制与回放功能 通过Selenium IDE的图形界面可以轻松实现测试场景的录制工作。只需点击记录按钮并执行一系列交互动作——访问网页、填写表单字段或是触发链接跳转等,随后停止录音即可自动生成对应的测试用例。这些录制下来的步骤能够被反复播放用于验证应用的行为一致性。 #### 增强测试逻辑:控制流结构的应用 对于更复杂的业务流程来说,仅依靠线性的指令序列可能无法满足需求。因此掌握如何利用条件判断以及循环语句来增强测试案例显得尤为重要。例如设置if-else分支处理不同的输入情况或者运用while/do...while循环多次迭代特定的操作直到达到预期状态为止[^7]。 #### 数据驱动测试实践 当面对大量相似却又存在细微差异的数据项时(比如注册新账户),参数化技术就派上了用场。借助外部文件导入变量值的方式可以让同一个测试模板适用于多种情形之下而不必重复编码。具体做法是在编辑模式下定位到目标位置然后插入相应的占位符表达式${variableName},之后再配合数据源管理插件完成实际数值填充作业[^8]。 #### 导出代码片段至主流编程语言 除了直接基于内置编辑器维护项目外,还支持一键转换成Python、Java等多种流行开发平台下的原生语法形式以便后续深入定制扩展。这项特性特别适合那些希望从快速原型过渡到长期稳定版本的技术团队采用[^9]。 ```python from selenium import webdriver driver = webdriver.Chrome() driver.get('http://example.com') element = driver.find_element_by_id('searchInput') element.send_keys('test string') # 模拟真实的键盘输入行为而非简单赋值给input field的内容属性 ```
评论 6
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