Trial Testing

Halaman ini menjabarkan tutorial untuk pengujian software komputasi dan hardware di ALELEON Supercomputer. Silahkan lihat contents / daftar isi (apabila ada) untuk menjalankan pengujian yang diinginkan.

DISCLAIMER!

Selain akun testing, sistem tetap menghitung Core Hour untuk pengujian yang menjalankan komputasi!

Komputasi AI AMD RDNA3 dan ROCm 6

Ini adalah pengujian GPU AMD RDNA3 dan ROCm 6 untuk komputasi AI dengan environment:

• Berjalan di compute node trial dengan spesifikasi CPU AMD Ryzen 3300X 4 core / 8 thread, GPU AMD Radeon 7900XT 20GB GDDR6, dan RAM efektif 60GB.
• Sesi interaktif Jupyter dengan container Apptainer. Tim admin menyediakan image siap pakai untuk pengujian ini:

Daftar image siap pakai
Nama Image	Isi Package
rocm/pytorch2.1.2_jupyter_rocm6.1.3.sif	PyTorch 2.1.2 dengan Jupyter dan ROCm 6.1.3
rocm/pytorch2.3.0_jupyter_rocm6.2.sif	PyTorch 2.3.0 dengan Jupyter dan ROCm 6.2
rocm/tensorflow2.15_rocm6.1_py3.10_dev.sif	TensorFlow 2.15 dengan Jupyter dan ROCm 6.1

Memulai Sesi Jupyter

Langkah Interactive Job Sesi Jupyter dengan Container
1
Login ke web EFIRO ALELEON Supercomputer.
2
Buka pinned apps Jupyter di homepage EFIRO.
3
Isi formulir untuk memulai sesi Jupyter dengan panduan berikut: Choose Jupyter version pilih sesuai preferensi user, Jupyter Lab atau Notebook Partition -> radeon Number of CPU core(s) -> 2 - 8 Amount of memory/RAM (GB) -> 1 - 60 Number of hours -> 1 - 72 Choose how to launch Jupyter -> container Choose available .sif container to run -> pilih sesuai kebutuhan Software modules -> kosongkan Environment setup -> kosongkan Additional Jupyter arguments -> kosongkan Email address Notifikasi email untuk status mulai dan selesainya sesi Jupyter. Isi apabila berkenan.
4
Klik tombol Launch untuk memulai sesi Jupyter. User akan diarahkan ke halaman My Interactive Sessions. Tunggu hingga sesi Jupyter siap diakses. Status sesi Jupyter mengantri menunggu alokasi hardware
5
Apabila status Running, klik tombol Connect to Jupyter. Sesi Jupyter siap diakses. Untuk menghentikan sesi, klik tombol Cancel.
6
Pilih Notebook Python 3 untuk memulai sesi notebook Python 3. Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Notebook Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Lab
Note perintah penting pada cell Jupyter
Apabila membutuhkan tambahan library Python selain isi Image: Lakukan instalasi dengan pip: !pip install [nama-package] Untuk menunjukkan status GPU, jalankan perintah berikut: !rocm-smi
7
User dapat mengunjungi sesi Jupyter yang sedang berjalan pada: Menu My Interactive Sessions pada homepage EFIRO. Kolom Active interactive sessions pada homepage EFIRO.

Instalasi dan Menjalankan gmx_MMPBSA

Ini adalah pengujian instalasi dan menjalankan gmx_MMPBSA yang merupakan tool berdasarkan MMPBSA.py dari AMBER untuk kalkulasi end-state free energy dengan file GROMACS.

Instalasi gmx_MMPBSA dengan Conda Environment

gmx_MMPBSA menggunakan library Python spesifik sehingga instalasi dilakukan oleh user melalui Mamba dan ditampung pada conda environment.

Langkah membuat conda environment gmxMMPBSA
1
Muat modul berikut: $ ml Mamba/23.11.0-0 OpenMPI/4.1.1-GCC-11.2.0
2
Buat conda environment: $ mamba env create -f /comp/condaenv_yml/gmx_mmpbsa.yml Perintah ini membuat conda environment bernama gmxMMPBSA. Conda env gmxMMPBSA berisikan depedencies untuk instalasi gmx_MMPBSA: Isi conda environment gmxMMPBSA Python 3.11.8 AmberTools 23.6 versi conda Gromacs 2023.4 MPI4PY 4.0.1 + MPICH 4.2.3 Numpy 1.26.4 Matplotlib 3.7.3 SciPy 1.14.1 Pandas 1.5.3 Seaborn 4.2.2 ParmEd 4.2.2 PyQt6 6.7.1
3
Aktifkan conda env gmxMMPBSA dan instal package gmx_MMPBSA: $ source activate gmxMMPBSA $ python -m pip install gmx_MMPBSA

Mengaktifkan Conda Environment gmxMMPBSA

Berikut langkah mengaktifkan conda environment gmxMMPBSA apabila dibutuhkan untuk pre-processing di Login Node:

$ ml Mamba/23.11.0-0
$ source activate gmxMMPBSA

Untuk menonaktifkan conda env: 
$ conda deactivate

Template Submit Script gmx_MMPBSA

Gunakan template submit script berikut untuk job submission gmx_MMPBSA. Saat ini diketahui gmx_MMPBSA hanya dapat menggunakan CPU.

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script [TESTING]
# gmx_MMPBSA | rev.221124
# 
# NOTES: 
# 1. Isi bagian yang ditandai 4 garing (////).
# 2. Template ini bersifat referensi.
#    User dapat mengubah bagian yang perlu diubah.
# -----------------------------------------------------

# -----------------------------------------------------
# Alokasi komputasi SBATCH, input, dan module
# -----------------------------------------------------

# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////

# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////

# Definisi file untuk menampung output terminal program
#SBATCH --output=result-%j.txt

# Definisi file untuk menampung output error log    
#SBATCH --error=error-%j.txt 

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Mengaktifkan conda env gmxMMPBSA 
ml Mamba/23.11.0-0
source activate gmxMMPBSA 

# Perintah menjalankan gmx_MMPBSA 
////