关于orca如何在集群上并行，求帮忙

wasd269358

我在集群上提交orca脚本后，计算到某个固定的数值，out输出就卡住，但是机器还在计算。


这个是论坛，坛友发的pbs脚本
#!/bin/bash
#PBS -N orca
#PBS -j oe
#PBS -l nodes=node03:ppn=96+node04:ppn=96+node05:ppn=96

cd $PBS_O_WORKDIR
echo Time is `date`
echo Directory is $PWD
echo This job runs on the following nodes:
cat $PBS_NODEFILE
NCPUS=`wc -l<$PBS_NODEFILE`
echo This job has allocated $NCPUS nodes

export OMP_NUM_THREADS=1
#ulimit -d unlimited
#ulimit -m unlimited
ulimit -s unlimited
ulimit -n 10000
#ulimit -t unlimited
#ulimit -v unlimited
export PATH=/home/xxx/Downloads/openmpi3/bin:$PATH
export LD_LIBRARY_PATH=/home/xxx/Downloads/openmpi3/lib:$LD_LIBRARY_PATH
/home/xxx/Downloads/orca/orca/orca_4_2_1_linux_x86-64_openmpi314/orca  orca_big_test.inp > big.out

abin

不要那么贪心呀。
先来一个苯环， 算个结构优化+频率，保证30分钟可以搞定的。

然后修改如上脚本，先要一个节点，12个核心试试。

wasd269358

abin 发表于 2021-2-25 14:28
不要那么贪心呀。
先来一个苯环， 算个结构优化+频率，保证30分钟可以搞定的。

单节点是可以正常计算的，我现在需要在集群上计算，但是不知道该怎么设置了

abin

wasd269358 发表于 2021-2-25 14:32
单节点是可以正常计算的，我现在需要在集群上计算，但是不知道该怎么设置了

请修改以上脚本，要一个节点看看可否运行？

wasd269358

abin 发表于 2021-2-25 14:43
请修改以上脚本，要一个节点看看可否运行？

单节点是可以计算完成的，加了节点后就不行了

alwens

这种跨节点的没跑过。

pwzhou

这个脚本没有什么太大问题，按照你的描述，你也提交上去了，只是算到某一部分卡住了，输出文件不更新了，但是计算节点的进程都还在，这说明脚本正常提交了，任务也正常算了，你要做的应该是找到卡住的原因。你可以找个不那么大的作业，先申请在两个节点上跑，每个节点申请少一点的cpu数目，比如4或者8，看看是否可以正常运算，如果可以，那就说明跨节点没啥问题。如果也不正常卡住，那说明跨节点出了问题。一步一步找出问题在分析。

另外，orca之前的并行效率不高，说明书里明确说了不要超过16个cpu核心。现在的说明书虽然已经去除了这个限制，但是我估计整体的并行效率应该也不是那么高，所以申请288个核可能太多了。当并行效率不高的时候，越多的cpu会越慢，这个也可能是卡顿的原因之一。

abin

wasd269358 发表于 2021-2-25 14:44
单节点是可以计算完成的，加了节点后就不行了

原因可能如下：
核心太多，
计算通讯网络太差。
要那么多核心做什么？

盲猜， 如果确认单个节点可以运行，
那么就是要的核心太多了。

是否网络瓶颈导致卡机，
要看具体算什么东西？
如果是激发态计算，Sob套件得到的“计算最快”的那一个输入配置方案，
需要I/O支撑。

如果使用288个处理器核心，
你要考虑，你的读写磁盘，是否支持同时写288个进程，
每一个进程还能保证1Gb/s左右。

sobereva

一方面ORCA并行效率不算高，另一方面官方都明确说没有在跨节点的效率方面做任何考虑（和CP2K、NWChem等看重大规模并行的程序情况完全不同），用更多节点大概率耗时不降反升。