====== 如何使用 pwmat ======

  - 打开终端
  - ''编写''作业脚本, 如下示例

<code bash>
#!/bin/sh
#SBATCH --partition=gpu
#SBATCH --job-name=H2relax
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=4
#SBATCH --gres=gpu:4
#SBATCH --gpus-per-task=1

module load compiler mkl mpi
module load cuda/11.6
module load pwmat
mpirun -np $SLURM_NPROCS PWmat | tee output
</code>

3. 准备作业输入文件 <wrap em hi>atom.config etot.input</wrap>, <wrap box>sbatch 提交作业</wrap>

===== 升级 pwmat =====

==== pwmat 版本分类 ====

  - gpu 版本: 指 nvidia 系列 gpu 卡对应的版本, cpu 为 x86_64 架构, linux 系统
  - cpu 版本: 指 不需要 gpu, 纯用 cpu 进行计算的版本, cpu 为 x86_64 架构, linux 系统
  - dcu 版本: 指 国产 gpu 卡(海光 HYGON)对应的版本, cpu 为 x86_64 架构, linux 系统
  - windows 版本: 可以下载到命令行和图形界面2种版本. 不使用 gpu 卡, cpu 为 x86_64 架构, windows 10/11 系统

<WRAP center round tip 70%>
> gpu 版 和 dcu 版又分单机版 和 集群版
> 主要区别在于:
> 单机版: 通过 pwmat.lic 许可文件授权
> 集群版: 通过 服务 来授权

> cpu 版本只有集群版本
</WRAP>

==== 找到要升级的 pwmat 版本 ====

> 目前 pwmat 最常用的版本是 gpu 版. 通过授权的方法可以确定是单机版还是集群版
> 
> 要升级还需要确定 pwmat 使用的 cuda 版本 和 mpi 版本分类

<wrap hi>在提交脚本中, mpirun 之前加上如下几行</wrap>

<code bash>
which nvcc
nvcc --version
which mpirun
which PWmat
nvidia-smi -L
</code>