Amber20&&AmberTools21安装教程
1.依赖
参考 ambermd.org
2.解压
tar xvf AmberTools20.tar.bz2&&tar xvf Amber20.tar.bz2
或者，拥有AmberTools21和Amber20
tar xvf AmberTools20.tar.bz2&&tar xvf Amber20.tar.bz2
3.升级
cd amber20_src
./update_amber --upgrade
./update_amber --update
4.编译
- 编译器
- GNU编译器
- INTEL编译器
GNU编译器
1.编译串行版本
修改build目录里的run_cmake文件
可选：添加 -DBUILD_QUICK=TRUE，quick参考QUICK
如果希望通过mkl加速，可以添加-DTRUST_SYSTEM_LIBS=TRUE
./run_cmake
make install -jN # N 并行编译使用核心数
如果miniconda下载的不顺利，那么可以通过国内源下载和更新镜像
修改amber20_src/cmake/UseMiniconda.cmake文件
将set(INSTALLER_URL "http://repo.continuum.io/miniconda/${MINICONDA_INSTALLER_FILENAME}")
修改为
set(INSTALLER_URL "http://mirrors.bfsu.edu.cn/anaconda/miniconda/${MINICONDA_INSTALLER_FILENAME}")
源设置参考北京外国语大学镜像站conda源设置
重新运行run_cmake
2.编译并行版本
修改run_cmake文件，-DMPI=TRUE
./run_cmake
make install -jN
3.编译CUDA版本
修改run_cmake文件，-DCUDA=TRUE
./run_cmake
make install -jN
4.GPU并行编译
修改-DMPI=TRUE -DCUDA=TRUE即可
5.测试安装
略
安装完成
INTEL编译器,CUDA版本编译不过，只推荐纯CPU编译使用
安装参考 [oneapi]，不推荐安装intel的python包，会引起conda的冲突(https://software.intel.com/content/www/us/en/develop/tools/oneapi/all-toolkits.html#base-kit)
这里不推荐使用intelmpi,几乎都是mkl和intel fortran编译器提供的加速
激活intel环境变量：
source /opt/intel/oneapi/mkl/latest/env/vars.sh # 激活mkl环境变量
source /opt/intel/oneapi/compiler/latest/env/vars.sh # 激活编译器环境变量
可以将这两句放到.bashrc中，不推荐使用全局变量设置:source /opt/intel/oneapi/setvars.sh
此时安装amber只需要把run_cmake文件中的-DCOMPILER=GNU修改为-DCOMPILER=INTEL即可
