第十一章計算環境的設定與計算效能

(1)

第十一章計算環境的設定與計算效能

計算環境的設定對於計算效率常有重要的影響，以下針對 Gaussian 程式使用上常用到的設定做一簡單介紹。

I. Gaussian 09 input file 格式範例 (在 Unix 系統中副檔名預設為 .com)

%mem=1000M (設定計算時所使用的記憶體量)

%NprocShared=4 (設定計算時所使用的核心數)

%chk=H2O (設定存取 checkpoint file 的檔名，內容包含結構與波函數等計算結果)

#MP2/aug-cc-pVTZ OPT FREQ (理論方法及 keywords，可多行) (空一行)

Geometry optimization and frequencies calculation (計算工作的註解欄，可多行) (空一行)

0 1 (charge 和 multiplicity，multiplicity = 2S+1，S 為分子的電子自旋量子數) H (這裡開始輸入分子的結構，這裡是水的 Z-matrix 結構)

O 1 R H 2 R 1 A (空一行) R = 0.98 A = 109.5 (空一行)

其他輸入資料 (可多行) (空一行)

II. Gaussian 軟體免費線上手冊 (目前有 09 與 16 版本)

Gaussian 16 使用手冊: http://gaussian.com/man/

Gaussian IOP 使用手冊: http://gaussian.com/iops/

Gaussian 09 手冊可由 Gaussian 官網取得 : 1. 先到 Gaussian 官網 : http://gaussian.com/

2. 選擇 Support 項目，會顯示選單，在 Historical Documents 區域底下有個 G09 Keyword pages 選項，點擊 G09 Keyword pages 選項，下載一個壓縮檔。

3. 解壓縮 Gaussian 09 的網頁檔案後，可直接用瀏覽器開啟。

(2)

III. 設定記憶體的使用量

首先第一個問題是記憶體的使用量，Gaussian 09 的記憶體該使用多少呢? 以下我們以聯苯(biphenyl，C12H10)為測試對象，使用常見的 DFT 理論 B3LYP 搭配 aug-cc- pVTZ 基底，來測試結構最佳化(keyword : OPT)，在使用不同記憶體量下所需要時間。

測試所使用的電腦配備為

(1) 中央處理器為 Intel(R) Core(TM) i7-8700K CPU @ 4.50GHz 總記憶體量為65536 MB (64GB)

使用6 核心計算(%NProcShared=6)，搭配不同記憶體量的計算時間：

記憶體使用量(MB) Real Time (s)

256 139

512 177

1024 144

2048 145

4096 137

8192 179

32768 (32GB) 111 65536 MB (64GB) 113

測試結果顯示使用大於32GB 開始有較明顯的減少時間，主要是因為 Gaussian09 在計算上能量收斂計算預設為SCF=direct，部分站存檔直接計算以減少讀寫硬碟，記憶體使用32GB 預設就會轉為 SCF=incore，把大部分的暫存檔全部存到記憶體裡面，

因此計算時間會減少，大約使用50% 的記憶體就可以達到最佳的計算效率，更多記憶體並沒有幫助，反而可能會因為占用作業系統需要的記憶體，造成作業系統反應會變緩慢，增加計算工作的困擾。針對Gaussian 09 的計算，如果沒有其他考量，一般建議可將記憶體設定在系統記憶體總量的 50% 左右。

(3)

IV. 設定計算使用的核心數

大部分人在執行複雜的計算工作時，都會使用多核心CPU 進行平行化計算以增加計算效率，以下我們探討Gaussian 09 的平行化效率 ? 我們同樣針對吡嗪

(Pyrazine，C4H4N2)分子，使用 B3LYP 搭配 aug-cc-pVTZ 基底做結構最佳化計算，測試在使用不同核心數下計算所需的時間 (計算時記憶體設定為 32768 MB)，測試一使用二種6 核心處理器，測試二則是使用 8 核心處理器

測試一所使用的電腦配備如下 :

CPU 核心數 Real Time (s) 平行化效能 (以單核心基準)

1 531

2 280 1.9

3 198 2.7

4 159 3.3

5 134 4.0

6 120 4.4

1 344

2 185 1.9

3 137 2.5

4 117 2.9

5 109 3.2

6 105 3.3

可以看到6 核心的工作站電腦計算速度的提升由單核提升至雙核最為明顯 (速度變為1.9 倍)，以 Intel(R) Core(TM) i7-6800K CPU 來看而使用六核心速度約為單核心的 4.4 倍、雙核心的 2.3 倍、三核心的 1.7 倍，雖然 i7-8700K CPU 平行化效能並沒有比 7-

(4)

6800K CPU 好，但是整體來說因為時脈提高還是減少了計算時間，單顆核心來說效能提升約50%。

測試二所使用的電腦配備為

(1) 中央處理器為 Intel(R) Core(TM) i7-7820X CPU @ 3.60GHz 總記憶體量為65536 MB (64GB)

1 535

2 296 1.8

4 169 3.2

8 112 4.8

不管是6 核心或 8 核心的工作站電腦計算速度由單核提升至雙核最為明顯 (速度變為1.8~1.9 倍)，而使用八核心速度約為單核心的 4.8 倍、雙核心的 2.6 倍、四核心的 1.5 倍，計算速度亦有不錯的提升，不過從 6 核心 CPU 到 8 核心 CPU，平行化效能並沒差異太多，以相同6 核心的電腦來看，較新的 CPU 會因為單核心時脈提高而減少計算時間(單核心加快約 1.5 倍)，但是平行化效率不見得有蠻明顯的改善，一般建議在 Linux 工作站上使用 4-8 核心進行計算，CPU 時脈的提高還是改善效率較重要的因素，

在 Windows 的環境中須使用 Multi-Core 版本才可使用多核心計算。

接下來我們比較國網中心台灣杉(Taiwania)與桌上型工作站電腦的效能差異，測試的分子為吡嗪 (Pyrazine) 並使用 B3LYP 方法搭配 aug-cc-pVTZ 基底函數做結構最佳化，記憶體使用量設定為8 GB，所使用的電腦配備為

1. 桌上型工作站: 中央處理器為 Intel(R) Core(TM) i7-8700K CPU @ 4.50GHz，總記憶體量為65536 MB (64GB)。

2. 台灣杉(Taiwania): 中央處理器為 Intel Xeon Gold 6148 2.40GHz CPU 20 核心 CPU，一個計算節點具備 192 GB 記憶體(加速計算算節點記憶體 192GB、大型記憶體結點具備386GB 記憶體)，2 顆 CPU，單顆 20 核心，總共 40 核心，加速結點同時具備4 張 Nvidia Tesla P100 GPU 加速卡，全機總共 27,760 計算核心，總記憶體量為6TB。

(5)

Intel Xeon Gold 6148 2.40GHz CPU

Intel(R) Core(TM) i7-8700K CPU @ 4.50GHz

CPU 核心數 Real Time 平行化效能 Real Time 平行化效能

1 1944 − ⁴³⁶ −

4 439 4.4 131 3.3

6 316 6.2 109 4.0

12 179 10.8 − −

20 116 16.7 − −

40 78 25 − −

以1 核心來說 Intel i7 8700K 的 CPU 計算速度約是 Intel Xeon Gold 6148 CPU 的 3.5 倍，以使用4 核心計算來看，Intel i7 8700K 的 CPU 約快 Intel Xeon Gold 6148 CPU 3.4 倍，6 核心來看 Intel i7 8700K 的 CPU 計算速度約快 2.9 倍。平行化效率比較(相較於 1 核心)，Intel Xeon Gold 6148 CPU 使用 4 核心加快 4.4 倍，12 核心加快 10.8 倍，使用一個計算節點全部核心約加快25 倍，Intel i7 8700K CPU 4 核心加快 3.3 倍，使用 6 核心加快4.0 倍，可以看到 Gaussian 09 的平行化效率並沒有特別好，使用很高的核心數並不會說效能就一定很好。

V. 初始分子結構對稱性的影響

從事單點以及結構最佳化計算時，起始分子結構的對稱性亦會影響計算時間，這裡將討論分子結構對稱性對於計算時間的影響，以下以吡嗪分子做結構最佳化為例，

使用6 核心搭配 32768 MB 記憶體的計算時間為：

(1)中央處理器為 Intel(R) Core(TM) i7-6800K CPU @ 3.40GHz 總記憶體量為65536 MB (64GB)

對稱性 (point group) Real Time (s)

高 (D2h) 119

低 (C1) 421

(2) 中央處理器為 Intel(R) Core(TM) i7-8700K CPU @ 4.50GHz

(6)

總記憶體量為65536 MB (64GB)

對稱性 (point group) Real Time (s)

高 (D_2h) 105

低 (C1) 387

可以看到通常起始結構對稱性越高，計算越有效率，以這個例子來看時間快了3.5 ~ 3.7 倍，這對較大的分子或使用高階理論時格外重要。

VI. SCF 運算方式設定影響 (In-core、Direct 與 Conventional)

Gaussian 09 在進行 SCF 電子能量收斂過程中提供了幾種不同的暫存資料方式，分別為In-core、Direct 與 Conventional。 In-core 代表在收斂過程中，所需計算的雙電 子積分會在經過第一次計算之後將其全部儲存在記憶體 (memory) 內。Conventional 代表在計算過程中，雙電子積分在經過第一次計算之後將其全部儲存在硬碟 (disk) 上，

以供需要時讀取。而 Direct 則代表不將積分結果儲存起來，而是需要時直接計算。在 Gaussian 09 中，當記憶體足夠將自動使用 Incore，否則將切換為 Direct。以下我們以 B3LYP/aug-cc-pVTZ 方法計算 pyridine分子的單點能量為例，比較 SCF 不同的設定對計算時間的影響。

測試所使用的電腦配備為

(1) 中央處理器：Intel(R) Core(TM) i7-6800K CPU @ 3.40GHz 總記憶體量為65536 MB (64GB)

使用6 核心搭配 41952 MB 記憶體 (Incore 的記憶體下限) SCF 設定 Real Time (s)

In-core 33

Direct 68

Conventional 137

SCF 設定 Real Time (s)

In-core 28

Direct 44

Conventional 87

所以在進行 Hartree-Fock 與 Density Functional Theory (DFT) 的計算時，如果記憶體的

(7)

大小允許，則使用 In-core 的效率較高，若記憶體不足以使用 In-core，則程式會自動使用 Direct 方法，若強制設定SCF=Incore，使用者必須設定足夠的記憶體才能夠進行計算 (這裡需要約 40 GB 記憶體)，不然計算會自動終止。

(8)

VII. Scratch file 位置的設定

在Gaussian 計算過程中會產生暫存資料的 scratch file (rwf 檔)，檔案的大小有可能會高達數十 GB 以上，檔案的讀寫有可能成為計算速度的瓶頸，因此通常建議將 scratch file 的位置指定在與 input/output files 不同的高速硬碟分割 (partition)，最好配備 Raid 0 增加讀寫速度，千萬不要用網路磁碟。(Unix 中使用 setenv

GAUSS_SCRDIR 指令來設定 scratch file 的位置，32 位元的 G09W 會有 2 GB 的檔案大小限制)

蔡承成，胡維平國立中正大學化學暨生物化學系

第十一章 計算環境的設定與計算效能