配置总方针：

默认设置优先；
软链接优化路径优先；
SSD以目录划分优先；

系统基础配置

参考本站文章：
【服务器】基于P310S厚款迷你主机搭建的个人All In One服务器（实体机）
2023-11-24
0

通用工具软件

Git

Git在Windows下的配置

全默认安装，使用默认HOME目录（Windows用户文件夹）
在存储盘创建workspace目录，在HOME中新建软链接指向该目录
```
mklink /D w "D:\workspace"
```
在workspace中可以存储项目文件，也可以用软链接指向网盘等其他（含中文）复杂目录，以优化显示路径，如：
```
mklink /D 202309 "D:\Netdisks\OneDrive - mails.xxxxxx.cn\xxxx xxxx\xxx\项目\2023.9"
```

从git存储库中删除敏感数据

下载BFG-Windows，将BFG.exe和bfg-1.13.0.jar所在目录添加到环境变量

运行（passwords.txt记录了敏感字符串）：

bfg --delete-files YOUR-FILE-WITH-SENSITIVE-DATA
or
bfg --replace-text passwords.txt


git push --force

参考

Removing sensitive data from a repository

小节附注

更改Git Bash打开的起始路径：去掉Git Bash快捷方式目标的--cd-to-home项，并将起始位置%HOMEDRIVE%%HOMEPATH%改为需要的路径。
mklink命令中/D相当于软链接，类似于指针，/J相当于硬链接，类似于实时cp。

C/C++ 编译环境

Windows下 CMake+MinGW64 环境

CMake安装：CMake官网下载msi安装文件，安装中选中Add CMake to the system PATH for all users，安装完成后在命令行使用cmake --version查看安装结果，正确显示版本号则成功安装。
MinGW安装：MinGW官网下载页面有许多预编译好的工具包，这里选择MingW-W64-builds下载。进入MingW-W64-builds release页面，选择x86_64-win32-seh-ucrt版本文件下载。下载完成后解压，将mingw64文件夹其中bin文件夹中的mingw32-make.exe创建一个名为make.exe的副本。将mingw64移动到C盘根目录下，添加“C:/mingw64/bin”到系统环境变量中。在命令行使用gcc --version、g++ --version、make --version查看安装结果，正确显示版本号则成功安装。
编译测试：新建一个test目录，新建hello.cpp，内容如下：
```
#include <iostream>

int main()
{
 std::cout << "hello world" << std::endl;
 system("pause");
 return 0;
}
```
新建CMakeLists.txt文件，内容如下：
```
cmake_minimum_required(VERSION 3.5)

project(hello)

file(GLOB sources "./*.cpp")

add_executable(main ${sources})

SET(EXECUTABLE_OUTPUT_PATH ${CMAKE_SOURCE_DIR})
```
新建build空文件夹，在命令行进入build目录，使用cmake生成mingw类型的编译文件：
cmake .. -G "MinGW Makefiles"
完成后使用make编译，结束后即可在test文件夹中看到main.exe文件。

CentOS 7.9 编译安装CMake

cmake文件存档找到合适源码下载，例如：wget https://cmake.org/files/v3.28/cmake-3.28.3.tar.gz
解压tar -zxvf cmake-3.28.3.tar.gz
进入目录cd cmake-3.28.3，安装./bootstrap && make -j4 && sudo make install

计算化学

OpenBabel

简介

Open Babel是一个开源的化学数据转换软件库，支持多种化学数据格式之间的互相转换。它旨在成为化学、生物化学、分子生物学等领域数据交换的通用工具。Open Babel支持超过100种化学文件格式，包括常见的分子结构文件格式（如SMILES、SDF/MOL、PDB等），晶体学文件格式（如CIF），以及许多其他专业化或较少见的格式。Python用户可以通过Open Babel的Python绑定直接在脚本中使用其功能。

OpenBabel官方文档

Python包安装

pip install openbabel
or
conda install -c conda-forge openbabel

Linux 编译安装

项目releases下载源码
解压tar -xjvf openbabel-3.1.1-source.tar.bz2
mkdir build && cd build
cmake -DCMAKE_INSTALL_PREFIX=/path/to/softwares/openbabel ..
make
make install

导入环境变量

export PATH=/path/to//softwares/openbabel/bin:$PATH
export LD_LIBRARY_PATH=/path/to//softwares/openbabel/lib:$LD_LIBRARY_PATH
export BABEL_LIBDIR=/path/to//softwares/openbabel/lib/openbabel/3.1.0;
export BABEL_DATADIR=/path/to/softwares/openbabel/share/openbabel/3.1.0;

测试obabel -L formats

Windows

下载exe文件即可

JAX-ReaxFF

CentOS 7.9.2009

v0.1-paper发布版本

新建虚拟环境，以jaxff为例：conda create -n jaxff python==3.9

激活虚拟环境后，通过conda安装cudnn和cuda环境

conda activate jaxff
conda search cudnn -c conda-forge   # 查看有哪些环境
conda install cudnn==8.9.2.26 -c conda-forge   # 选择此版本安装

安装jaxlib（自动安装无法安装到合适版本，Jax-ReaxFF要求jaxlib>=0.1.70,<=0.3.0，下面以gpu版本为例，如需使用cpu版本请安装对应的nocuda版本）
在NOCUDA、CUDA和https://whls.blob.core.windows.net/unstable/index.html可以下载到linux和windows系统下相应的jaxlib whl安装文件。CentOS 7.9安装需要下载cp39-none-manylinux2010_x86_64类型的whl文件（按照github说明使用Python 3.8似乎并不可行，推荐选择3.9及以上版本对应安装）。这里选择jaxlib-0.3.0+cuda11.cudnn82-cp39-none-manylinux2010_x86_64.whl下载并安装：
```
wget https://storage.googleapis.com/jax-releases/cuda11/jaxlib-0.3.0+cuda11.cudnn82-cp39-none-manylinux2010_x86_64.whl
pip install jaxlib-0.3.0+cuda11.cudnn82-cp39-none-manylinux2010_x86_64.whl
```
安装jax（自动安装无法安装到合适版本，Jax-ReaxFF要求jax>=0.2.16,<=0.3.1），在https://storage.googleapis.com/jax-releases/jax_releases.html选择jax-0.3.0.tar.gz，下载并安装：
```
wget https://storage.googleapis.com/jax-releases/jax/jax-0.3.0.tar.gz
tar -zxvf jax-0.3.0.tar.gz
cd jax-0.3.0
pip install .
cd ..
```
克隆Jax-ReaxFF项目，文件中的版本需求有些过时，会导致直接安装出现版本冲突，修改其中的setup.py文件，将numpy>=1.18.0,<=1.22.0改为numpy==1.22.0，再进行安装：
```
git clone https://github.com/cagrikymk/Jax-ReaxFF
cd Jax-ReaxFF
vim setup.py
pip install .
```

检测安装成果：

$ jaxreaxff --help
usage: jaxreaxff [-h] [--init_FF filename] [--params filename] [--geo filename] [--train_file filename]
              [--opt_method method] [--num_trials number] [--num_steps number]
              [--rest_search_start number] [--init_FF_type init_type] [--random_sample_count number]
              [--num_e_minim_steps number] [--e_minim_LR init_LR] [--end_RMSG end_RMSG]
              [--out_folder folder] [--save_opt option] [--cutoff2 cutoff]
              [--max_num_clusters max # clusters] [--num_threads # threads] [--backend backend]
              [--seed seed]

JAX-ReaxFF driver

optional arguments:
  -h, --help            show this help message and exit
  --init_FF filename    Initial force field file (default: ffield)
  --params filename     Parameters file (default: params)
  --geo filename        Geometry file (default: geo)
  --train_file filename
                     Training set file (default: trainset.in)
  --opt_method method   Optimization method - "L-BFGS-B" or "SLSQP" (default: L-BFGS-B)
  --num_trials number   Number of trials (default: 1)
  --num_steps number    Number of optimization steps per trial (default: 20)
  --rest_search_start number
                     Restrict the search space after epoch > rest_search_start.
                     -1 means to restricted search (default: -1)
  --init_FF_type init_type
                     How to start the trials from the given initial force field.
                     "random": Sample the parameters from uniform distribution between given ranges.
                     "educated": Sample the parameters from a narrow uniform distribution centered at given values.
                     "fixed": Start from the parameters given in "init_FF" file (default: fixed)
  --random_sample_count number
                     Number of samples for the random parameter search before the gradient step.
                     Only applicable to the "random" initial start, ignored otherwise. (default: 0)
  --num_e_minim_steps number
                     Number of energy minimization steps (default: 0)
  --e_minim_LR init_LR  Initial learning rate for energy minimization (default: 0.0005)
  --end_RMSG end_RMSG   Stopping condition for E. minimization (default: 1.0)
  --out_folder folder   Folder to store the output files (default: outputs)
  --save_opt option     "all" or "best"
                     "all": save all of the trained force fields
                     "best": save only the best force field (default: best)
  --cutoff2 cutoff      BO-cutoff for valency angles and torsion angles (default: 0.001)
  --max_num_clusters max # clusters
                     Max number of clusters that can be used
                     High number of clusters lowers the memory cost
                     However, it increases compilation time,especially for cpus (default: 10)
  --num_threads # threads
                     Number of threads to use to preprocess the data
                     -1: # threads = # available cpu cores * 2 (default: -1)
  --backend backend     Backend for JAX (default: gpu)
  --seed seed           Seed value (default: 0)

算例测试：

执行如下命令：
jaxreaxff --init_FF Datasets/cobalt/ffield_lit             \
       --params Datasets/cobalt/params                  \
       --geo Datasets/cobalt/geo                        \
       --train_file Datasets/cobalt/trainset.in         \
       --num_e_minim_steps 200                          \
       --e_minim_LR 1e-3                                \
       --out_folder ffields                             \
       --save_opt all                                   \
       --num_trials 1                                   \
       --num_steps 20                                   \
       --init_FF_type fixed                             \
       --backend gpu

常见报错解决办法

如果运行上述测试时出现如下报错，请检查是否正确安装CUDA11.8，使用nvcc -V是否正常。

W external/org_tensorflow/tensorflow/stream_executor/gpu/asm_compiler.cc:80] Couldn't get ptxas version string: INTERNAL: Running ptxas --version returned 32512
F external/org_tensorflow/tensorflow/compiler/xla/service/gpu/  nvptx_compiler.cc:435] ptxas returned an error during compilation of ptx to sass:   'INTERNAL: ptxas exited with non-zero error code 32512, output: '  If the error message   indicates that a file could not be written, please verify that sufficient filesystem space   is provided.

在计算集群或一些机器中，CUDA可能不是安装在默认位置/usr/local/cuda-xx.x中，因此可能遇到上述相关错误。我们可以用module载入CUDA，或使用XLA_FLAGS引入正确的CUDA安装位置:
```
# To see where cuda is installed
which nvcc # will print /opt/software/CUDAcore/11.1.1/bin/nvcc
export XLA_FLAGS="$XLA_FLAGS --xla_gpu_cuda_data_dir=/opt/software/CUDAcore/11.1.1"
```
Another potential issue related XLA compilation on clusters is RuntimeError: Unknown: no kernel image is available for execution on the device (potentially related to singularity) and it can be solved by changing XLA_FLAGS to:
```
export XLA_FLAGS="$XLA_FLAGS --xla_gpu_force_compilation_parallelism=1"
```
This flag can increase the compilation time drastically.

v0.2-2024.4update

建环境：conda create -n jaxffv02 python==3.9，进入：conda activate jaxffv02
手动安装reaxff_dev分支jax-md库，先前往https://github.com/cagrikymk/jax-md下载项目文件，解压后进入文件夹安装pip install .
手动安装JAX-ReaxFF，先前往https://github.com/cagrikymk/JAX-ReaxFF下载v0.2分支文件或最新分支文件并解压。然后修改其中setup.py文件，主要修改INSTALL_REQUIRES依赖部分，删除'jax_md @ git+https://github.com/cagrikymk/jax-md.git@reaxff_dev#egg=jax_md',，如果是v0.2分支，还需要将scipy相关版本修改为'scipy>=1.2.1,<=1.12.0',，因为scipy.linalg.tril missing from >1.12.0。最后在文件夹中安装pip install .。至此成功安装CPU版本jaxreaxff。
对CUDA11.8相关环境添加支持。首先确保环境中CUDA11.8正常，相关moudule模块已加载。
安装cuda11/jaxlib-0.4.22+cuda11.cudnn86-cp39-cp39-manylinux2014_x86_64.whl，下载后，执行pip install jaxlib-0.4.22+cuda11.cudnn86-cp39-cp39-manylinux2014_x86_64.whl。
安装cudnn：conda install cudnn==8.9.2.26 -c conda-forge
安装cupti：conda install cupti
使用jaxreaxff --help验证安装，如无CUDA加载失败即安装成功

参考资料

【环境配置】常用计算机软件环境在Windows和Linux操作系统下的配置和操作