📚 课程目录第4章 GROMACS安装与测试

4. GROMACS安装与测试：源码编译、容器化安装、GPU支持验证

说实话，GROMACS的安装让我踩过不少坑。当年我还在用老版本的时候，编译一次就是一下午。现在好多了，但选择哪种安装方式，还得看你的使用场景。

我个人习惯把GROMACS安装分成三个流派：源码编译、容器化安装、还有包管理器安装。这节课我们重点讲前两种，因为包管理器装出来的版本通常比较老，生产环境不太够用。

4.1 源码编译：从源代码开始掌控一切

源码编译听起来挺吓人，其实就那么几行命令。复杂的是你非得想清楚自己要什么。

GROMACS的CMake选项非常多。我举个例子，你跑分子动力学模拟，可能需要单精度，也可能是双精度。嗯，这里要注意，一般MD模拟用单精度就够，双精度跑起来慢不少。

依赖安装

先把基础依赖装上。Ubuntu系统可以这样：

sudo apt update
sudo apt install build-essential cmake git \
                 libfftw3-dev libopenmpi-dev \
                 libblas-dev liblapack-dev

我个人习惯用CMake的out-of-source构建，这样好清理。

小提示：如果你在集群上编译，记得先module load好编译器。我见过同事没加载就开搞，结果fftw库找不到，折腾了大半天。

拉取代码与配置

从GitHub上拉下来，切到你需要的版本。GROMACS现在采用的是git tag管理版本：

git clone https://github.com/gromacs/gromacs.git
cd gromacs
git checkout v2024.1

我自己一般用2024.1，比较稳定。然后创建build目录：

mkdir build
cd build
cmake .. -DGMX_BUILD_OWN_FFTW=ON \
         -DGMX_MPI=ON \
         -DGMX_GPU=CUDA \
         -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
         -DCMAKE_INSTALL_PREFIX=/opt/gromacs

这里有几个关键参数你得记住：

CMake参数	作用
`-DGMX_BUILD_OWN_FFTW=ON`	自动编译FFTW，省得你到处找库
`-DGMX_MPI=ON`	开启MPI并行
`-DGMX_GPU=CUDA`	支持NVIDIA GPU加速
`-DCMAKE_INSTALL_PREFIX`	安装路径

编译与安装

make -j$(nproc)
make install

我曾经在多核服务器上一口气用48个核编译，结果内存不够，直接OOM了。后来我学会了先用 -j8 试水。你想想看，就算慢一点，总比编译到一半崩掉好。

安装成功后，把bin目录加到PATH里：

echo 'export PATH=/opt/gromacs/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

4.2 容器化安装：Docker与Singularity

容器化安装现在越来越流行，特别是Nextflow里。为什么？因为它环境隔离，干净利落。

GROMACS官方提供了Docker镜像和Singularity镜像。我个人更偏爱Singularity，因为它在HPC集群上不需要root权限，而且兼容性更好。

拉取Docker镜像

docker pull gromacs/gromacs:latest

然后运行一个简单的模拟来测试：

docker run --rm gromacs/gromacs:latest \
       gmx_mpi mdrun -version

使用Singularity

把Docker镜像转成SIF文件：

singularity pull gromacs.sif docker://gromacs/gromacs:latest

然后就可以用了：

singularity exec gromacs.sif gmx_mpi mdrun -v

注意：容器内路径和宿主机路径是个麻烦事。我曾经在Nextflow里直接绑定宿主机的/scratch，结果容器内写文件时权限不对。建议用绝对路径，并在容器定义时做好volume映射。

4.3 GPU支持验证

装完了到底能不能用GPU加速？不验证一下心里没底。

检查可用GPU

先看看你的GPU信息：

nvidia-smi
nvcc --version

嗯，如果这两条命令输出来都正常，说明驱动和CUDA toolkit是有的。

编译时开启GPU支持

我在前面CMake参数里已经加了 -DGMX_GPU=CUDA。如果你用AMD的ROCm，那就换成 -DGMX_GPU=HIP。我个人只碰到过NVIDIA，所以讲CUDA。

运行测试

运行一个简单的测试：

gmx_mpi mdrun -ntmpi 1 -ntomp 4 -gpu_id 0 \
       -deffnm test -v

看输出里是不是有这行：

Using 1 MPI process and 4 OpenMP threads per MPI process
Using GPU (CUDA) device 0: Tesla V100-SXM2-32GB

为什么会这样？因为GROMACS会自动检测GPU。如果没看到，那说明CUDA库链接有问题，或者你编译时忘开参数了。

性能对比

我做过一个简单测试，同样的体系，CPU只用20个核跑，要100分钟；用一块V100跑，12分钟结束。你想想看，GPU加速不仅在时间上省了80%，还能省出大量CPU核给其他任务。

  一句话总结：源码编译适合定制化需求，容器化适合快速部署和Nextflow集成。GPU支持一定要在生产环境前充分验证，否则跑着跑着发现没加速就尴尬了。

4.4 本章知识结构图

下面这张SVG图比较清楚地展示了我讲的三个安装路径和测试要点。你可以作为参考：

好了，这节课就到这儿。你装完GROMACS之后，建议马上跑一个简短的模拟验证。我在生产环境里见过不少同事装了就跑，跑了才发现没有GPU加速，白白浪费资源。别着急，花几分钟验证一下，后面整个工作流跑起来才能放心。