conquest

CONQUEST 是一款基于本地轨道密度泛函理论的、能以出色的缩放比例进行大规模并行计算的第一性原理计算软件，它使用局部轨道来表示 Kohn-Sham 本征态或者密度矩阵。 CONQUEST 可以应用于原子、分子、液体和固体，且对于大型系统特别有效。CONQUEST 可以使用哈密尔顿的精确对角化或通过线性缩放的方法来找到基态。 CONQUEST 可以执行结构弛豫（包括单位晶胞优化）和分子动力学（在具有各种恒温器的 NVE，NVT 和 NPT 集成中）。

一、脚本模板

#!/bin/bash #SBATCH –nodes=1 # 节点数量
#SBATCH --ntasks-per-node=56 # 每个节点核心数量
#SBATCH --ntasks=56 # 总核心数
#SBATCH --partition=g1_share # 队列分区且必须指定正确分区
#SBATCH --job-name=conquest # 作业名称
#SBATCH --output=hello.%j.out #正常日志输出 (%j 参数值为 jobId)
#SBATCH --error=hello.%j.err #错误日志输出 (%j 参数值为 jobId)

##############################################
# Software Envrironment #
##############################################
unset I_MPI_PMI_LIBRARY #取消默认mpi库，使用intel自带
export I_MPI_JOB_RESPECT_PROCESS_PLACEMENT=0 # intel 多节点作业所需修改参数
module load intel/2022 intelmpi/2022 # intel 环境加载

##############################################
# Run job #
##############################################

二、编译

  1. 环境加载

    module load gcc/12.1.0
module load intel/2022
module load intelmpi/2022
module load openmpi/4.1.3

  2. blas安装

    #下载链接：http://www.netlib.org/blas/
tar -xf blas-3.8.0.tgz
make
cp blas_LINUX.a ../lib/libblas.a

  3. lapack安装

    #下载链接：http://www.netlib.org/lapack/
tar -xf lapack-3.8.0.tar.gz
cp INSTALL/make.inc.gfortran  ./make.inc
make lapacklib
cp liblapack ../lib

  4. scalapack安装

    #http://www.netlib.org/scalapack/
tar -zxvf scalapack-2.1.0.tar.gz
cp SLmake.inc.example SLmake.inc
#修改 SLmake.inc
BLASLIB      = -lblas  -L$BLASPATH/lib
LAPACKLIB    = -llapack -L$LAPACKPATH/lib
    make
cp libscalapack.a ../lib/

  5. fftw安装

    tar -zxvf fftw-3.3.8.tar.gz
mkdir fftw
cd fftw-3.3.8
./configure --host=alpha AR=ar RANLIB=ranlib --prefix=~/fftw
make
make install

  6. conquest安装

    #https://github.com/OrderN/CONQUEST-release
git clone https://github.com/OrderN/CONQUEST-release
cd CONQUEST-release/src
vim system.make #路径根据实际安装情况修改
    #

# Set compilers
FC=mpif90
F77=mpif77

# Linking flags
#ROOT_PATH=/sh2/software/app/conquest/2022.6.29
LINKFLAGS= -L/sh2/software/compiler/intel/oneapi_2022.2/mkl/2022.1.0/lib/intel64 /sh2/software/compiler/intel/oneapi_2022.2/mkl/2022.1.0/lib/intel64/libmkl_blacs_openmpi_lp64.a /sh2/software/compiler/intel/oneapi_2022.2/mkl/2022.1.0/lib/intel64/libmkl_lapack95_lp64.a -lmkl_scalapack_lp64 -lmkl_intel_lp64 -lmkl_sequential -lmkl_core -lmkl_blacs_openmpi_lp64  -lpthread -lm
ARFLAGS=

# Compilation flags
#COMPFLAGS= -O3 $(XC_COMPFLAGS)
COMPFLAGS= -I/sh2/software/compiler/intel/oneapi_2022.2/mkl/2022.1.0/include/intel64/lp64 -I/sh2/software/compiler/intel/oneapi_2022.2/mkl/2022.1.0/include
COMPFLAGS_F77= $(COMPFLAGS)

# Set BLAS and LAPACK libraries
#BLAS= -llapack -L$(ROOT_PATH)/testlib -lblas -L$(ROOT_PATH)/testlib

# Full library call; remove scalapack if using dummy diag module
LIBS= $(FFT_LIB) $(XC_LIB)  $(BLAS)

# LibXC compatibility (LibXC below) or Conquest XC library

# Conquest XC library
XC_LIBRARY = CQ
XC_LIB =
XC_COMPFLAGS =

# LibXC compatibility
# Choose old LibXC (v2.x) or modern versions
#XC_LIBRARY = LibXC_v2
#XC_LIBRARY = LibXC
#XC_LIB = -lxcf90 -lxc
#XC_COMPFLAGS = -I/usr/local/include

# Set FFT library
FFT_LIB= -L/sh2/software/app/conquest/2022.6.29/fftw/lib -lfftw3
# #FFT_LIB=-lfftw3
FFT_OBJ=fft_fftw3.o

# Matrix multiplication kernel type
MULT_KERN = default
# Use dummy DiagModule or not
DIAG_DUMMY =
    make
#编译成功后会在bin目录中生成conquest二进制文件