1. 打开终端
2. 编写作业脚本, 如下示例

#!/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

3. 准备作业输入文件 atom.config etot.input, sbatch 提交作业

1. gpu 版本: 指 nvidia 系列 gpu 卡对应的版本, cpu 为 x86_64 架构, linux 系统
2. 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
3. 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
4. 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

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

在提交脚本中, mpirun 之前加上如下几行

which nvcc
nvcc --version
which mpirun
which PWmat
nvidia-smi -L