rocky8安装alphafold3--本地安装和部署--no dock和非singularity，非虚拟化版本（原创，转载请注明出处）-北极星高性能计算平台

alphafold3安装和使用

当前位置：首页 -> 使用问答 -> alphafold3安装和使用 -> 正文

rocky8安装alphafold3--本地安装和部署--no dock和非singularity，非虚拟化版本（原创，转载请注明出处）

信息来源：发布日期：2024-11-25

（原创，转载请注明出处）

1、升级显卡驱动为

https://developer.nvidia.com/cuda-downloads

https://developer.download.nvidia.cn/compute/cudnn/redist/cudnn/linux-x86_64/

NVIDIA-SMI 565.57.01 Driver Version: 565.57.01 CUDA Version: 12.7

2、安装部署一下环境

source /appsnew/source/cmake-3.14.3.sh

source /appsnew/source/intel2022.sh

source /appsnew/source/gcc-12.1.0.sh

source /appsnew/source/cuda-12.6.2.sh

# change to your conda environment

source /appsnew/source/Anaconda3-2024.06-1-local.sh

conda create -n AF3 python=3.11

conda activate AF3

2、下载alphafold3

git clonehttps://github.com/google-deepmind/alphafold3.git

3、进入alphafold3目录，编译安装hmmer

mkdir ./hmmer_build ./hmmer

wget http://eddylab.org/software/hmmer/hmmer-3.4.tar.gz --directory-prefix ./hmmer_build

cd ./hmmer_build && tar zxf hmmer-3.4.tar.gz && rm hmmer-3.4.tar.gz

cd ./hmmer-3.4 & ./configure --prefix $(realpath ../../hmmer)

make -j8

make install

cd ./easel && make install

cd ../../../

rm -rf ./hmmer_build

pip3 install -r dev-requirements.txt

pip3 install --no-deps .

# if you failed in build pybind11

# try to manually install it!

# 或者梯子（clash）安装

build_data

python run_alphafold.py --helpfull #测试

（感谢朱jintao首次编译和测试）

提交脚本注意v100/L40的使用xla，程序默认为triton，v100/L40不能使用（还有cudnn选项），

A800/H800

export XLA_CLIENT_MEM_FRACTION=0.95

L40/V100

export XLA_CLIENT_MEM_FRACTION=3.2

python run.. 后加上参数

--flash_attention_implementation=xla

AF3RUN.sh 已经加入判断了nvidia-smi --format=csv --query-gpu=name|grep -qi 'v100\|l40'：

在北极星的提交方法：

pkurun-l4011 AF3RUN.sh1tce.json

pkurun-h80011AF3RUN.sh1tce.json

pkurun-a80011AF3RUN.sh1tce.json

（v100目前不支持，会爆炸 gpu_2l gpu_4l 分区）

上诉命令的提交脚本

[chenf@login28testclass]# cat job.srp185320

#!/bin/bash

#SBATCH -J AF3185320

#SBATCH -p gpu_l40

#SBATCH -N1

#SBATCH -o AF3185320_%j.out

#SBATCH -e AF3185320_%j.err

#SBATCH --no-requeue

#SBATCH -A chenf_g1

#SBATCH --qos=chenfl40

#SBATCH --gres=gpu:1

#SBATCH --overcommit

#SBATCH --mincpus=9

pkurun AF3RUN.sh8ujo.json

下一条：V100-gpu_2l和gpu_4l分区计算会爆炸