amber的安装和使用

目录一、基础环境二、安装ambertools本文参考：https://blog.csdn.net/qq_33953882/article/details/113995531https://drugai.blog.csdn.net/article/details/103456040Amber18安装（非root用户）_Code Wang的博客-CSDN博客_amber18安装一、基础环境1.初始环境

图灵不图灵

10604人浏览 · 2022-02-23 22:16:23

图灵不图灵 · 2022-02-23 22:16:23 发布

之目录

本文参考：

https://blog.csdn.net/qq_33953882/article/details/113995531
https://drugai.blog.csdn.net/article/details/103456040

Amber18安装（非root用户）_Code Wang的博客-CSDN博客_amber18安装

一、基础环境

1.初始环境情况

Ubuntu 18.04.5 LTS (GNU/Linux 5.4.0-81-generic x86_64)
cmake version 3.5.1
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.12) 5.4.0 20160609
GeForce GTX 1080*8
Driver Version: 460.84
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：

换镜像参考ubuntu更改镜像源_冰山丶一角的博客-CSDN博客_ubuntu更改镜像源

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.csdn.net/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-CSDN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

从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 test 和 source 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-CSDN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：