当前位置: 首页 > news >正文

开源量子模拟引擎:Quantum ESPRESSO本地部署教程,第一性原理计算轻松入门!

一、介绍

Quantum ESPRESSO 是一个用于电子结构计算和纳米尺度材料建模的开源计算机代码集成套件,专门用于进行第一性原理(第一性原理)计算,涵盖了电子结构、晶体学和材料性能的模拟。

Quantum ESPRESSO GPU 版本支持GPU加速,该部署版本为q-e-7.4.1

源码下载:发布 · QEF - Quantum ESPRESSO Foundation / q-e · GitLab

二、部署流程

需要环境为:ubuntu 22.04;cuda12.8;NVIDIA HPC SDK

1.安装NVIDIA HPC SDK

NVIDIA HPC SDK提供了使用标准的C/C++和Fortran的编译器以及OpenACC指令和CUDA实现HPC建模和模拟应用的GPU加速。此工具能够让代码人员对源代码进行快速移植、并行和优化GPU加速,可以更大限度地提高科学和工程吞吐量,更大限度地减少编码时间。

下载网址:NVIDIA HPC SDK 当前版本下载 | NVIDIA 开发者 --- NVIDIA HPC SDK Current Release Downloads | NVIDIA Developer

官方文档:NVIDIA 高性能计算软件开发工具包版本 25.3 文档 — HPC SDK 25.3 文档 --- NVIDIA HPC SDK Version 25.3 Documentation — HPC SDK 25.3 documentation

到下载网址查看CUDA对应的HPC SDK 安装;

wget https://developer.download.nvidia.com/hpc-sdk/25.3/nvhpc_2025_253_Linux_x86_64_cuda_multi.tar.gz
tar xpzf nvhpc_2025_253_Linux_x86_64_cuda_multi.tar.gz
nvhpc_2025_253_Linux_x86_64_cuda_multi/install

环境配置

echo 'export PATH=/opt/nvidia/hpc_sdk/Linux_x86_64/25.3/compilers/bin:$PATH' >> ~/.bashrc
echo 'export MANPATH=/opt/nvidia/hpc_sdk/Linux_x86_64/25.3/compilers/man:$MANPATH' >> ~/.bashrc
source ~/.bashrc 

验证安装情况

nvfortran
pgcc -V 
pgfortran -V

2. Quantum ESPRESSO GPU 安装

Quantum ESPRESSO GPU 加速需要 Nvidia HPC SDK 的 nvfortran 编译器,首先确认安装并配置好 NVIDIA HPC SDK

wget https://gitlab.com/QEF/q-e/-/archive/qe-7.4.1/q-e-qe-7.4.1.tar.gz
tar -zxvf qe-7.4.1.tar.gz
cd qe-7.4.1
./configure --with-cuda=/usr/local/cuda-12.4/ --with-cuda-runtime=12.4 --with-cuda-cc=89 --enable-openmp  --with-scalapack=no --with-cuda-mpi=yes
make all -j 16
  • --with-cuda=/usr/local/cuda-12.4/ CUDA 的安装路径
  • --with-cuda-runtime=12.4 CUDA 的版本
  • --with-cuda-cc=89 GPU 的算力,通过 nvaccelinfo 查看,在 Default Target: cZZ 中看到对应的值。
  • --enable-openmp 启用 OpenMP 并行计算支持
  • --with-scalapack=no 可选参数,设置是否使用 ScaLAPACK 库,一般禁用
  • --with-cuda-mpi=yes 可选参数,启用 CUDA-aware MPI 支持

将编译好的模块配置到系统环境

echo 'export PATH="/root/q-e-qe-7.4.1/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

相关文章:

  • LINUX63 硬链接、软链接;FTP默认配置
  • AI与区块链:数据确权与模型共享的未来
  • Microsoft前后端不分离编程新风向:cshtml
  • R1-Searcher++新突破!强化学习如何赋能大模型动态知识获取?
  • 第1章_数据分析认知_知识点笔记
  • 2025 Java面试大全技术文章大纲
  • 00 Deep learning 之回归、拟合、逻辑回归
  • Nginx + Tomcat负载均衡群集
  • C++中锁与原子操作的区别及取舍策略
  • 【AI教我写网站-ECG datacenter】
  • 5.Nginx+Tomcat负载均衡群集
  • Nginx+Tomcat负载均衡集群
  • Nginx+Tomcat 负载均衡群集
  • Nginx + Tomcat 负载均衡、动静分离群集
  • nginx+tomcat动静分离、负载均衡
  • 接口自动化测试之pytest接口关联框架封装
  • 业态即战场:零售平台的生意模型与系统设计解构
  • 数据解析:一文掌握Python库 lxml 的详细使用(处理XML和HTML的高性能库)
  • 基于YOLO-NAS-Pose的无人机象群姿态估计:群体行为分析的突破
  • B站缓存视频数据m4s转mp4
  • 网站icp自主备案操作指南(带图说明)/百度平台投诉人工电话
  • app电商网站/速推网
  • 网站做下载文件模块/百度搜索优化软件
  • wordpress主题swagmag/百度seo是什么
  • 椒江建设网站/西安企业seo
  • microsoft做网站的/站长工具ip地址查询