组内资源

高性能计算集群（DANEEL）



课题组配有独立Daneel集群，现有近80个CPU计算节点，另配有独立的GPU、大内存等独立节点。部分节点间以InfiniBand (IB)高速网络连接，支持跨节点的并行运算。系统已搭建了Lustre高性能集群并行文件系统，SLURM作业管理系统和LMOD环境模块管理系统。此外，课题组长期在东南大学大数据计算中心、国家超级计算天津中心、江苏众核超算等计算中心平台购买计算机机时，充分满足课题组的计算需求。


 

  队列

节点数

型号

CPU核心数

内存

时长限制

节点

  debug

2

E5 2680v4

28 Core

  64 Gb

12小时

node[09-10]

  GPU

1

RTX 2080Ti × 2

32 Core

192 Gb

100天

s05

  C2680

8

E5 2680v4

28 Core

  64 Gb

100天

node[01-08]

  C6132

10

Gold 6132

28 Core

192 Gb

100天

node[11-18]

s[01-02]

  C6240

10

Gold 6240

36 Core

192 Gb

100天

node[19-26]

s[03-04]

  C6240R

8

Gold 6240R

48 Core

192 Gb

100天

node[27-34]

  wang

6

Gold 6248R

48 Core

192 Gb

100天

s[06-11]

  C6326JU

11

Gold 6326

32 Core

256 Gb

100天

node[35-45]

  C6326LI

10

Gold 6326

32 Core

256 Gb

100天

node[46-55]

* 仅有以太网，以太网加无线带宽。

      

 

课题组常用模拟分析软件：

密度泛函模拟软件（Density Functional Theory）

Application

Versions

Default

berkeleygw

1.2, 2.1, 3.0.1

3.0.1

cp2k

6.1, 7.1, 8.2, 9.1

7.1

elk

6.8.4, 7.2.42, 8.4.6

8.4.6

gpaw

22.1.0

22.1.0

gromacs

2020.7, 2021.6, 2022.2

2022.2

jdftx

1.7.0

1.7.0

lammps

20.12.24, 21.09.29, 22.03.24

22.03.24

nwchem

6.8.1, 7.0.2

7.0.2

orca

3.0.3, 4.2.1, 5.0.3

5.0.3

qe

6.5, 6.8, 7.0, 7.1

7.1

siesta

3.2, 4.0.2, 4.1.5

4.0.2

vasp

5.4.1, 5.4.4, 5.4.4_mods, 6.1.2, 6.1.2_omp,

6.2.0, 6.2.0_omp, 6.3.0, 6.3.0_omp

6.3.0

yambo

4.5.3, 5.0.4, 5.1.0

5.1.0

 

机器学习库（Machine Learning Libraries）

Application

Versions

Default

jax

0.1.56, 0.3.10

0.3.10

keras

2.8.0, 2.9.0

2.9.0

pytorch

1.5.0, 1.11.0

1.11.0

tensorflow

2.1.0, 2.8.0, 2.8.1, 2.9.0

2.9.0

xgboost

1.6.0, 1.6.1

1.6.1

 

数据分析工具（Analysis Tools）

Application

Versions

Default

gdb

9.2, 10.2, 11.2

11.2

gnuplot

5.4.3

5.4.3

lobster

4.0.0, 4.1.0

4.1.0

phonopy

2.14.0

2.14.0

sisso

2.4, 3.1

3.1

swig

3.0.12, 4.0.2

4.0.2

vaspkit

1.1.2, 1.2.5, 1.3.4

1.3.4

vtstscripts

978

978

wannier90

1.2, 2.1.0, 3.1.0

3.1.0

wanniertools

2.2.9, 2.5.1

2.5.1

 



服务器其他已配置模块：

默认编程环境（Program Environment）

Application

Versions

Default

StdEnv

intelhpc-2022.2

intelhpc-2022.2

 

实用程序（Utilities）

Application

Versions

Default

autoconf

2.71

2.71

automake

1.16.5

1.16.5

gmake

4.3

4.3

binutils

2.38

2.38

cmake

3.16.9, 3.18.6, 3.20.6, 3.22.4

3.22.4

libtool

2.4.6

2.4.6

ninja

1.6.0, 1.8.2, 1.10.2

1.10.2

singularity

3.7.4, 3.9.9

3.9.9

texinfo

6.8

6.8

 

编程语言（Languages）

Application

Versions

Default

go

1.16.15, 1.17.9, 1.18.1

1.18.1

java

14.0.2, 15.0.2, 16.0.2, 17.0.2

17.0.2

julia

1.5.4, 1.6.6, 1.7.2

1.7.2

python

py27-2019.10, py37-2019.10, py38-2020.11,

py39-2021.11

py39-2021.11

rust

1.38.0, 1.48.0, 1.58.0, 1.60.0

1.60.0

 

交叉编译工具（Toolchains）

Application

Versions

Default

gcc

4.8.5, 5.5.0, 6.5.0, 7.5.0, 8.5.0,

9.5.0, 10.3.0, 11.2.0, 12.1.0

12.1.0

intel

2017u8, 2018u4, 2019u5, 2020u4, 2021.4, 2022.2

2022.2

llvm

12.0.1, 13.0.1, 14.0.4

14.0.4

musl

1.2.0

1.2.0

intelmpi

2017u8, 2018u4, 2019u5, 2020u4, 2021.4, 2022.2

2022.2

openmpi

1.6.5-gcc, 1.6.5-intel, 2.1.6-gcc, 2.1.6-intel,

3.1.4-gcc, 3.1.4-intel, 4.1.1-gcc, 4.1.1-intel

4.1.1-intel

mpich

3.4.3-gcc, 3.4.3-intel, 4.0.2-gcc, 4.0.2-intel

4.0.2-intel

 

数学函数库（Libraries）

Application

Versions

Default

boost

1.67.0_py39

1.67.0_py39

dftd4

2.5.0

2.5.0

eigen

3.4.0

3.4.0

elpa

2016.05.004, 2017.05.002, 2017.11.001,

2018.05.001, 2020.05.001, 2021.05.002,

2016.05.004_omp, 2017.05.002_omp,

2017.11.001_omp, 2018.05.001_omp, 

2020.05.001_omp, 2021.05.002_omp

2016.05.004

fftw

3.3.10, 3.3.10_mpi

3.3.10_mpi

flook

0.8.1

0.8.1

gsl

2.7.1

2.7.1

hdf5

1.10.8, 1.12.2

1.12.2

intelmkl

2017u8, 2018u4, 2019u5, 2020u4, 2021.4, 2022.2

2022.2

libbeef

0.1.3

0.1.3

libint

1.1.5, 2.6.0

2.6.0

libvdwxc

0.3.2, 0.4.0

0.4.0

libxc

4.3.4, 5.2.2

5.2.2

libxsmm

1.17

1.17

metis

5.1.0

5.1.0

netcdf-c

4.8.1

4.8.1

netcdf-cxx

4.3.1

4.3.1

netcdf-fortran

4.5.4

4.5.4

parmetis

4.0.3

4.0.3

pexsi

0.9.2, 0.10.2

0.10.2

plumed

2.8.0

2.8.0

pnetcdf

1.12.3

1.12.3

sirius

6.5.7, 7.3.1

6.5.7

spfft

0.9.13, 0.9.13_omp, 1.0.6, 1.0.6_omp

1.0.6

spglib

1.16.3

1.16.3

spla

1.5.4_omp

1.5.4_omp

superlu_dist

4.3, 5.2.2, 5.4.0

5.2.2

 

 

Baidu
sogou