Conda环境下编译MPI并行版CP2K-9.1(无libint库，不能计算杂化泛函) - 计算化学公社

1，写在前面
   CP2K的编译受编译器、系统版本等多种因素的影响，前些阶段，在编译CP2K时，尝试了toolchain法（http://sobereva.com/586）、docker-singularity法（http://bbs.keinsci.com/thread-25773-1-1.html），然而在自己的服务器上（Centos8, gcc 8.5.0），即使编译成功，在运行时也会遇到mpi运行、cp2k运行报错（例如KS energy is an abnormal value，大概率是在编译某些库时，某些依赖或某些库的缺失）等错误。为此寻找一种普适的方法编译CP2K可以最大限度的避免系统环境对CP2K编译的影响。本文介绍了基于Conda环境下编MPI并行版的CP2K-9.1，其原始方案来自于计算化学公社的王老师（用户名:abin），他所提供方案的参考视频（https://www.bilibili.com/video/BV1244y117pG?share_source=copy_web）中编译的是CP2K-8.2，然而按照其步骤运行时，会产生“error about sirius_MOD_sirius_option_get_logical”的报错，开发者解释说（https://issuekiller.com/issues/cp2k/cp2k/60359898），是由于对sirius库进行了更新，因此不能用来编译CP2K-8.2，建议采用CP2K-9.1。基于上述情况，我采用王老师的方案结合编译中的实际情况编译了CP2K-9.1，并成功运行了官方测试中的一些算例和卢老师博文中的部分算例（http://sobereva.com/587，因为组件中没有libint库，因此不能使用杂化泛函，其他计算可做）。现在向大家介绍一下编译过程，希望能给大家一些帮助，同时也向卢老师、王老师以及计算化学公社的社友们表示感谢，你们写的资料与讨论，给我编译CP2K非常好的参考。

2，Conda环境的安装
   Conda环境的安装，可参考王老师（计算化学公社id: abin）的视频（https://www.bilibili.com/video/BV1Xf4y1G7vQ/），这里说一下文字版的步骤，如下：

   1）利用wget下载miniconda安装程序，需要机器能访问互联网;

   2)运行安装程序，按照提示输入yes或回车；

bash Miniconda3-py37_4.11.0-Linux-x86_64.sh
复制代码
   3）打开.bashrc文件，在里面添加“conda config --set auto_activate_base false”语句，避免Conda环境在进入终端的自启动。重新进入终端后，输入"conda"指令，出现指令介绍，表明conda安装成功。

3，创建CP2K-9.1的环境并编译
   1）首先是在conda中创建名为“cp2k-v9.1”的环境；

conda create --name cp2k-v9.1
复制代码
   2)进入cp2k-v9.1的conda环境，并编译cp2k-9.1（https://anaconda.org/conda-forge/cp2k），等待屏幕提示完成；

conda env list #罗列conda环境

conda activate cp2k-v9.1 #进入cp2k-v9.1的环境

conda install -c conda-forge cp2k #默认安装cp2k-v9.1

复制代码
   3）创建CP2K_DATA_DIR目录的环境变量，下载cp2k-9.1的安装包（https://github.com/cp2k/cp2k/rel ... .0/cp2k-9.1.tar.bz2），网络好的话（**上网），可以直接用wget下载，网络不好的话，可利用Github文件的加速网站（https://ghproxy.com/）下载，把上述链接输入到网站中便能下载；

wget https://github.com/cp2k/cp2k/releases/download/v9.1.0/cp2k-9.1.tar.bz2

or

wget https://ghproxy.com/https://github.com/cp2k/cp2k/releases/download/v9.1.0/cp2k-9.1.tar.bz2

tar -jxvf cp2k-9.1.tar.bz2

vi ~/.bashrc

export CP2K_DATA_DIR=/home/user/cp2k-9.1/data #cp2k-9.1的放置目录任意

复制代码
   4）重启终端，安装openmpi-4.1.1

conda activate cp2k-v9.1 #重启终端后，重新进入cp2k-v9.1的conda环境

复制代码
      如果此时在终端中输入cp2k.psmp，会出现mpi的运行错误，提示"libmpi.so.40:cannot open shared object file"，其原因是大概率是python环境中的MPI无法被调用，可以加入到.bashrc文件中，使其调用（https://stackoverflow.com/questi ... -shared-object-file）。在.bashrc文件中加入miniconda3自身所携带的openmpi的环境变量，发现运行时仍然会报错，这大概率是因为，python中的openmpi可能存在组件不完善的情况。
      我们可在官网下载openmpi-4.1.1的安装包，并参考卢老师的帖子安装openmpi-4.1.1（http://sobereva.com/451）。安装完成后，重新进入终端，输入“conda activate cp2k-v9.1”，进入conda运行环境，此时输入“cp2k.psmp -v”，能看到cp2k的编译信息。

4，算例测试
      测试了CP2K的一些官方算例，和sob老师博文（http://sobereva.com/587）中的算例，都能正常运行（杂化泛函不能计算，原始组件中缺少libint库，不知道后续开发者会不会更新），运行指令如下：

nohup cp2k.psmp *.inp > *.out &    #符号“*”处代表具体文件名

or

nohup  cp2k.psmp *.inp 1 > *.out  2 > *.err &

复制代码
      上述是以openmpi的方式运行cp2k，默认使用机器的全部核心，如果想以MPI的方式运行，可在.bashrc中输入“export OMP_NUM_THREADS=1”，保存退出后，重新进入终端，用下列语句运行：

mpirun -np 4 cp2k.psmp *.inp 1>*.out 2>*.err
复制代码
      运行上述指令后，top进入终端，可以看到4个cp2k.psmp进程在运行，其中的4可以根据实际情况修改为自己想要的核心数。运行完计算后，可输入“conda deactivate”，退出cp2k-v9.1的运行环境。

5，总结
      希望本次帖子能够对编译CP2K的伙伴们一些有益的参考，本文的排版没有调整（考虑到多次调整，管理员审核也比较麻烦，以后发帖会调整好排版）。

Loading channels: done
# Name                      Version          Build  Channel
cp2k                         6.1.0    h78d79aa_1  conda-forge
cp2k                         6.1.0    hc6cf775_2  conda-forge
cp2k                         6.1.0    hc6cf775_3  conda-forge
cp2k                         7.1.0    h236a147_1  conda-forge
cp2k                         7.1.0    h7866383_4  conda-forge
cp2k                         7.1.0    h7866383_5  conda-forge
cp2k                         7.1.0    hc6cf775_1  conda-forge
cp2k                         7.1.0    hdefa2d7_2  conda-forge
cp2k                         7.1.0    hdefa2d7_3  conda-forge
cp2k                         7.1.0 py38_nompi_1006  conda-forge
cp2k                         7.1.0 py38_nompi_1007  conda-forge
cp2k                         7.1.0  py38_openmpi_6  conda-forge
cp2k                         7.1.0  py38_openmpi_7  conda-forge
cp2k                         8.1.0 py38_nompi_1000  conda-forge
cp2k                         8.1.0 py38_nompi_1001  conda-forge
cp2k                         8.1.0 py38_nompi_1002  conda-forge
cp2k                         8.1.0 py38_nompi_1003  conda-forge
cp2k                         8.1.0 py38_nompi_1004  conda-forge
cp2k                         8.1.0 py38_nompi_1005  conda-forge
cp2k                         8.1.0  py38_openmpi_0  conda-forge
cp2k                         8.1.0  py38_openmpi_1  conda-forge
cp2k                         8.1.0  py38_openmpi_2  conda-forge
cp2k                         8.1.0  py38_openmpi_3  conda-forge
cp2k                         8.1.0  py38_openmpi_4  conda-forge
cp2k                         8.1.0  py38_openmpi_5  conda-forge
cp2k                         8.2.0 py38_nompi_1000  conda-forge
cp2k                         8.2.0 py38_nompi_1001  conda-forge
cp2k                         8.2.0  py38_openmpi_0  conda-forge
cp2k                         8.2.0  py38_openmpi_1  conda-forge
cp2k                         9.1.0  py39_openmpi_0  conda-forge