GPAW

GPAW on tiheysfunktionaaliteorian (DFT) ja sitä laajempien laskentojen ohjelmisto, joka perustuu projektiolla täydennetyn aallon (PAW) menetelmään ja Atomic Simulation Environmentiin (ASE). Aaltofunktiot voidaan kuvata tasoaalloilla, yhtenäisillä reaaliavaruuden hilaesityksillä ja atomikeskisillä kantafunktioilla.

Ohjelmiston ominaisuuksia ovat muun muassa:

kokonaisenergialaskut
rakenneoptimoinnit
erilaiset reunaehdot (äärellinen, lanka, laatta, bulkki)
tehokas rinnakkaistaminen
virittyneiden tilojen ominaisuudet aikariippuvan tiheysfunktionaaliteorian puitteissa

Saatavuus

Roihu

Roihu-CPU: 25.7.0
Tarkista kaikki saatavilla olevat versiot (ja oletusversio) komennolla module avail gpaw
Asennus sisältää seuraavat kirjastot: MPI, OpenMP, ScaLAPACK, ELPA, FFTW, libxc, libvdwxc, DFT-D3, DFT-D4
Katso GPAW-dokumentaatiosta rinnakkaisajoista ohjeet siihen, miten suorituskykyiset kirjastot otetaan käyttöön syöteskriptissä
PAW-asetukset on asennettu gpaw_data-paketin kautta
Käytä komentoa gpaw info saadaksesi tarkat versiotiedot

Puhti ja Mahti

Puhti: 20.10.0, 21.1.0, 21.6.0, 22.1.0, 22.8.0, 24.6.0
Mahti: 20.10.0, 21.1.0, 21.6.0, 22.1.0, 22.8.0, 23.9.1, 24.1.0, 24.6.0, 25.1.0, 25.7.0
Tarkista kaikki saatavilla olevat versiot (ja oletusversio) komennolla module avail gpaw
Moduuleissa, joiden nimi päättyy merkintään -omp, valinnainen OpenMP-rinnakkaistaminen on käytössä. Katso lisätietoja GPAW-dokumentaatiosta rinnakkaisajoista.
Kaikissa ennen versiota 24.1.0 tehdyissä asennuksissa käytetään GPAW:n PAW Setups -paketin versiota 0.9.20000.

Lisenssi

GPAW on vapaata ohjelmistoa, joka on saatavilla GPL-lisenssillä, versio 3+.

Käyttö

Koska oletusversio, joka on saatavilla komennolla module load gpaw, voi muuttua uusien versioiden asennuksen yhteydessä, suosittelemme lataamaan aina tietyn GPAW-version:

module load gpaw/version

Huomautus

GPAW-laskennat suoritetaan komennoilla gpaw-python Puhdissa ja Mahdissa sekä komennolla gpaw python Roihussa.

Eräajokomentosarjojen esimerkkejä

Roihu-CPU (osittainen solmu)Roihu-CPU (täydet solmut)PuhtiMahti (hybridi MPI/OpenMP -rinnakkaistaminen)Mahti (puhdas MPI-rinnakkaistaminen)

#!/bin/bash
#SBATCH --job-name=gpaw
#SBATCH --account=<project>
#SBATCH --partition=small
#SBATCH --time=00:30:00
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=2
#SBATCH --cpus-per-task=1
#SBATCH --mem-per-cpu=1000M

# Set the number of threads based on cpus-per-task
export OMP_NUM_THREADS=${SLURM_CPUS_PER_TASK:-1}

# Place and bind threads to single cores
# Comment the following lines if binding is not desired
export OMP_PLACES=cores
export OMP_PROC_BIND=spread

# Run GPAW
srun gpaw python input.py

#!/bin/bash
#SBATCH --job-name=gpaw
#SBATCH --account=<project>
#SBATCH --partition=medium
##SBATCH --partition=large  # uncomment if using 6 or more nodes
#SBATCH --time=00:30:00
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=192 --cpus-per-task=2  # The product should be 384

# Test different values of
# --ntasks-per-node and --cpus-per-task above
# for your use case and use the values that give the best performance

# Set the number of threads based on cpus-per-task
export OMP_NUM_THREADS=${SLURM_CPUS_PER_TASK:-1}

# Place and bind threads to single cores
# Comment the following lines if binding is not desired
export OMP_PLACES=cores
export OMP_PROC_BIND=spread

# Run GPAW
srun gpaw python input.py

#!/bin/bash -l
#SBATCH --time=00:30:00
#SBATCH --partition=large
#SBATCH --nodes=2
#SBATCH --ntasks-per-node=40
#SBATCH --mem-per-cpu=2GB
#SBATCH --account=<project>
##SBATCH --mail-type=END #uncomment to get mail

# this script runs a 80 core (2 full nodes) gpaw job, requesting
# 30 minutes time and 2 GB of memory for each core

module load gpaw/21.1.0

srun gpaw-python input.py

#!/bin/bash -l
#SBATCH --time=00:30:00
#SBATCH --partition=medium
#SBATCH --nodes=10
#SBATCH --ntasks-per-node=32
#SBATCH --cpus-per-task=4
#SBATCH --account=<project>
##SBATCH --mail-type=END #uncomment to get mail

# this script runs a 1280 core (10 full nodes) gpaw job, using hybrid
# MPI/OpenMP parallelization with 4 OpenMP threads per node,
# requesting 30 minutes time.
# Please experiment with optimum MPI task / OpenMP thread ratio with
# your particular input

# Note: only the modules with "-omp" ending supports OpenMP
# (default version in Mahti is OpenMP enabled)

module load gpaw/21.1.0-omp

export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK

srun gpaw-python input.py

#!/bin/bash -l
#SBATCH --time=00:30:00
#SBATCH --partition=medium
#SBATCH --nodes=10
#SBATCH --ntasks-per-node=128
#SBATCH --account=<project>
##SBATCH --mail-type=END #uncomment to get mail

# this script runs a 1280 core (10 full nodes) gpaw job, using pure
# MPI parallelization requesting 30 minutes time.

module load gpaw/21.1.0

export OMP_NUM_THREADS=1

srun gpaw-python input.py

Lisätietoja

GPAW:n kotisivu