Licence Amber:
Les binaires amber (pmed*) ne sont accessibles qu’aux équipes ayant acquis la licence. Veuillez contacter le support si vous n'avez pas les droits d'utilisation.
Tous les autres binaires (ambertools) sont gouvernés par une licence libre.
Les différentes versions d'Amber
amber 20 / tools 21
Compilé avec le compilateur intel 17.1, intelmpi et cuda/10.1.105
module purge module load amber/amber20-impi source $AMBERSH
amber 16 / ambertools 17
Compilé avec le compilateur intel, cuda 9.1 et openmpi - Version recommandée
module purge module load amber/amber16-ompi source $AMBERSH module li 1) cuda/9.0.176.2 2) openmpi/icc/mt/2.0.2.10 3) intel/17.1 4) amber/amber16-ompi
Ambertools 16
Compilé avec le compilateur intel et intelmpi - Amber n’est pas compris dans cet environnement.
module purge module load amber/ambertools16 source $AMBERSH module li Currently Loaded Modulefiles: 1) python/2.7.14 2) intelmpi/17.1 3) intel/17.1 4) amber/ambertools16
Utilisation avec les gpus
Amber permet d'utiliser le GPU dans de très bonnes conditions. En utilisation multi-gpus, il sait tirer parti des liens nvlink, ce qui permet des communications rapides entre les GPUs et donc un excellent speed-up. Typiquement, avec 2 gpus on va 1,5 fois plus vite qu'avec un seul, et avec quatre gpus on a 3 fois plus vite.
Mais il n'est pas possible de travailler avec plusieurs nœuds, donc on est limité à 4 gpus (sur Olympe).
Exemples de scripts
Un script sbatch qui tourne sur 1 nœud GPU :
#! /bin/bash
#SBATCH -J "amber"
#SBATCH -t 01:30:00
#SBATCH -N 1
#SBATCH -n 4
#SBATCH --cpus-per-task=1
#SBATCH --gres=gpu:4
module purge
module load amber/amber16-ompi
source $AMBERSH
ulimit -s 10240
srun $(placement) pmemd.cuda.MPI ...
jobinfo ${SLURM_JOBID}