PWMLFF包含Fortran、Python和CUDA加速等，需要在包含Python环境、gcc编译器、GPU硬件条件下进行安装

mcloud已有配置好的conda环境，可以直接调用，避免自己安装anaconda, cudatoolkit, pytorch等极度耗时的过程，具体步骤如下：

1. 加载环境

module load intel/2020
source /opt/rh/devtoolset-8/enable
source /share/app/anaconda3/etc/profile.d/conda.sh
conda activate mlff
export CUDA_HOME=/share/app/cuda/cuda-11.3

1. 下载及编译安装

1. 首先加载编译PWMLFF所需的编译器(intel ≥ 2016 , gcc ≥ 7.0)和cuda (推荐11.6)

module load cuda/11.6 intel/2020
source /opt/rh/devtoolset-8/enable

1. 在用户目录下创建一个新 python 虚拟环境，建议手动下载并使用Anaconda3进行环境管理（搜索引擎搜索Linux安装anaconda3教程）。

可以使用该命令直接下载Anaconda3到服务器目录中：

curl https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.07-1-Linux-x86_64.sh -o Anaconda3-2023.07-1-Linux-x86_64.sh

conda安装完成后，创建虚拟环境，环境中需指定安装python3.8解释器，其它版本可能会出现包依赖冲突，之后的编译工作均在该虚拟环境中进行

conda create -n PWMLFF python=3.8

1. 虚拟环境安装完成后重新激活该环境

conda deactivate
conda activate PWMLFF

1. 安装PWMLFF所需的第三方依赖包

pip install pymatgen scikit-learn-intelex numba horovod

conda install pytorch==1.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge 

或

conda install pytorch==1.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

如需安装其他版本请查阅Pytorch官网。

1. 完成第三方依赖包安装后进行PWMLFF的编译安装。

• 在线安装:

$ git clone https://github.com/LonxunQuantum/PWMLFF.git
或
$ git clone https://gitee.com/pfsuo/PWMLFF.git
 
$ cd PWMLFF/src
$ srun -p 3090 --gres=gpu:1 sh build.sh

(Mstation用户通过`nvidia-smi`可查看到GPU信息，将`srun -p 3090 sh build.sh`替换为`sh build.sh`)。

• 源码下载:
  • https://github.com/LonxunQuantum/PWMLFF
  • https://gitee.com/pfsuo/PWMLFF

或者使用以下命令下载源码到用户目录下并解压安装：

$ wget https://github.com/LonxunQuantum/PWMLFF/archive/refs/heads/master.zip
或
$ wget https://gitee.com/pfsuo/PWMLFF/repository/archive/master.zip
 
$ unzip master.zip
$ cd PWMLFF-master/src
$ srun -p 3090 --gres=gpu:1 sh build.sh

• 编译完成后环境变量需更新，直接执行以下命令：

source ~/.bashrc

至此完成了PWMLFF的全部编译安装，后续使用时也要保证在PWMLFF的虚拟环境中，并加载完成intel编译器。

使用PWMLFF完成力场模型构建后需使用配套的Lammps_for_PWMLFF进行分子动力学模拟，以下是Lammps_for_PWMLFF的详细安装步骤：

1. 加载编译所需模块 （以Mcloud为例）

module load intel/2020

• 在线安装:

$ git clone https://github.com/LonxunQuantum/Lammps_for_PWMLFF.git
或
$ git clone https://gitee.com/pfsuo/Lammps_for_PWMLFF.git
 
$ cd Lammps_for_PWMLFF/lammps_neigh_mlff_20230508/src/PWMATMLFF/fortran_code
$ make clean | make  # 执行编译
$ cd Lammps_for_PWMLFF/lammps_neigh_mlff_20230508/src
$ make clean-all | make mpi -j 6 # 这里如果报编译错误重新执行该指令编译即可

• 源码下载:
  • https://github.com/LonxunQuantum/Lammps_for_PWMLFF
  • https://gitee.com/pfsuo/Lammps_for_PWMLFF

或者使用以下命令下载源码到用户目录下并解压安装：

$ wget https://github.com/LonxunQuantum/Lammps_for_PWMLFF/archive/refs/heads/master.zip
或
$ wget https://gitee.com/pfsuo/Lammps_for_PWMLFF/repository/archive/master.zip
 
$ unzip master.zip
$ cd Lammps_for_PWMLFF/lammps_neigh_mlff_20230508/src/PWMATMLFF/fortran_code
$ make clean | make  # 执行编译
$ cd Lammps_for_PWMLFF/lammps_neigh_mlff_20230508/src
$ make clean-all | make mpi -j 6 # 这里如果报编译错误重新执行该指令编译即可

1. 将Lammps_for_PWMLFF写入环境变量中

vim ~/.bashrc   
export PATH=absolute/path/to/Lammps_for_PWMLFF/lammps_neigh_mlff_20230508/src:$PATH
source ~/.bashrc

以上完成Lammps_for_PWMLFF的全部编译安装工作，后续PWMLFF的使用中会自动调用该版本Lammps包进行分子动力学模拟

在提交训练任务时，注意任务脚本中需要确保加载相关环境，如下所示：

module load intel/2020
source /opt/rh/devtoolset-8/enable
source /share/app/anaconda3/etc/profile.d/conda.sh
conda activate mlff
export MKL_SERVICE_FORCE_INTEL=1
export MKL_THREADING_LAYER=GNU
export I_MPI_HYDRA_BOOTSTRAP=slurm
export I_MPI_PMI_LIBRARY=/lib64/libpmi.so

• 第5、6行环境解决 pytorch 与 numpy 版本不匹配的问题
• 最后两行环境解决多lammps任务无法同时并行的问题