在线安装
在线安装需要您分别编译安装 MatPL 和 lammps 接口。在线安装依赖intel 编译器
、CUDA-11.8工具包
、gcc编译器
以及 Python 环境
。对于 intel/2020
编译套件,使用了它的 ifort
和 icc
编译器(19.1.3
)、mpi(2019)
、mkl库(2020)
,如果单独加载,请确保版本不低于它们。对于 Python 环境,要求 python >= 3.11,torch >= 2.2.0+cu118。
为了编译和运行 MatPL-2025.3,您需要下载源码、安装conda 环境,并在 conda 环境中安装 MatPL-2025.3 依赖的Python环境,之后编译源码。
MatPL 和 lammps-MatPL 提供了纯 CPU 版本
。源码相同,GPU 版本除了对 CPU 环境的依赖外,还需要相应的GPU环境(CUDA)。
MatPL 编译安装
1. 下载源码
我们提供了在线拉取代码和下载离线包两种方式编译。
- 通过 github 或 gitee 在线拉取 MatPL 仓库代码
git clone https://github.com/LonxunQuantum/MatPL.git MatPL-2025.3
或
git clone https://gitee.com/pfsuo/MatPL.git MatPL-2025.3
- 或下载 release 离线源码包,您可以直接浏览器输入下面的地址下载,或者加前缀 wget 下载:
wget https://github.com/LonxunQuantum/MatPL/archive/refs/tags/MatPL-2025.3.zip
或
wget https://gitee.com/pfsuo/MatPL/repository/archive/2025.3
下载 release 离线源码包后,通过 unzip 命令解压。
# 解压后您将得到一个名称为 MatPL-2025.3 的源码目录
unzip 2025.3.zip
2. 创建 conda 虚拟环境
step1. 安装 Anaconda3(已安装请跳过)
这里要求您已经装了 Anaconda3 ,然后创建一个新 python 虚拟环境(搜索引擎搜索 Linux 安装 anaconda3 教程)。
您可以使用该命令直接下载 Anaconda3 到服务器目录中:
curl https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.07-1-Linux-x86_64.sh -o Anaconda3-2023.07-1-Linux-x86_64.sh
# 如果下载失败,请在浏览器输入下面的下载地址,下载后上传的服务器
# https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.07-1-Linux-x86_64.sh
# 您也可以访问网页下载更多版本 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
step2. 创建Python虚拟环境
conda 安装完成后,创建虚拟环境,环 境中需指定安装 python3.11
解释器,其他版本可能会出现依赖冲突或语法不支持等问题,之后的编译工作均在该虚拟环境中进行
conda create -n matpl-2025.3 python=3.11 setuptools=68.0.0
# python 版本我们建议3.11,更高级别的 python 可以在编译时存在一些错误,我们还未兼容。这里需要指定setuptools版本低于75.0.0,避免 numpy 和 fortran 做数据格式转换时的错误。
虚拟环境安装完成后激活该环境
conda activate matpl-2025.3
step3. 安装依赖包
接下来安装 MATPL 所需的第三方依赖包,我们已经把所有依赖的第三方包写在requirement.txt中,只需要在该文件所在目录下执行 pip 命令即可完成所有的依赖包安装。操作过程如下。该步骤会安装pytorch等python环境较耗时,请您耐心等待。
-
matpl-2025.3/requirement.txt 是 MatPL GPU 版本的 python 环境
-
matpl-2025.3/requirements_cpu.txt 是 MatPL CPU 版本的 python 环境
# 第一步 激活conda 环境
conda activate matpl-2025.3
# 第 二步 进入源码根目录
# 在线下载的源码进入 MatPL-2025.3 目录
cd MatPL-2025.3
# 对于 GPU 版本,请执行
pip install -r requirements.txt
# 对于 CPU 版本,请执行
pip install -r requirements_cpu.txt