GROMACS em GPUs de nuvem (RTX 4090): início rápido e um kit de autoavaliação

Execute um benchmark GROMACS reproduzível em um RTX 4090 usando a imagem otimizada para GPU do Compute. Este guia mostra como verificar o acesso à GPU, instalar o GROMACS corretamente e executar um benchmark básico descarregado da GPU sem adivinhações.

Este artigo é não um manual de solução de problemas e não uma promessa de configuração com um clique. É um caminho prático e reproduzível que corresponde à forma como as instâncias de computação realmente funcionam atualmente.

Antes de começar (leia isso)

Este guia pressupõe que:

• Você está usando Imagem otimizada para GPU do Compute
• Você tem somente acesso em nível de usuário (sem VM completa, sem alterações permanentes no sistema)
• Você se sente confortável executando comandos em um shell Linux

As instâncias de computação são ambientes em contêineres. Você não deve presumir que “apt-get anything I want” ou “build once and forget” serão válidos durante as reinicializações. Se você precisar de um ambiente fixo a longo prazo, crie um modelo personalizado.

Etapa 1: iniciar uma instância RTX 4090

1. Vá para Computação → Instâncias
2. Clique Inicie uma nova instância
3. Escolha o tamanho da sua GPU (RTX 4090)
4. Adicione sua chave SSH
5. Quando você chegar Escolha um modelo, selecione:

Imagem otimizada para GPU

• Ubuntu 24.04
• CUDA 12.6
• JupyterLab 4.4.2
• PyTorch 2.8.0
• SDK Vulkan

Faça não suponha que o GROMACS esteja pré-instalado. Não é.

Inicie a instância.

Etapa 2: conectar e verificar o acesso à GPU

Faça o SSH na instância usando o comando mostrado na interface do usuário.

Primeiro, verifique se a GPU está visível:

nvidia-smi


Você deve ver o RTX 4090 listado.

Se nvidia-smi falha ou não mostra nenhuma GPU, pare aqui. Encerre a instância e tente novamente. Se isso acontecer novamente, esse é um problema de plataforma e deve ir para o Suporte.

Etapa 3: Decida como você executará o GROMACS

Você tem dois caminhos compatíveis. Escolha um e cumpra-o.

Opção A (recomendada): Use o contêiner oficial GROMACS

Isso evita incompatibilidades entre CUDA, compilador e compilação.

Verifique se o Docker ou um ambiente de execução de contêiner compatível está disponível:

docker --versão


Em seguida, execute:

docker run --rm --gpus all gromacs/gromacs:2024.1 gmx --version


Se isso funcionar e mostrar uma compilação habilitada para GPU, você está pronto para executar trabalhos usando o contêiner.

Essa é a opção mais segura no Compute atualmente.

Opção B: criar GROMACS dentro da instância

Faça isso somente se você souber que precisa de uma compilação personalizada.

Em um alto nível, isso significa:

• Instalando dependências de compilação
• Configurando o GROMACS com suporte CUDA
• Compilando com o CMake

Siga o guia oficial de instalação do GROMACS e certifique-se de que o suporte CUDA esteja ativado. Não misture instruções de blogs ou guias antigos.

Esteja ciente: as alterações feitas dessa forma não têm garantia de persistir nos ciclos de vida da instância, a menos que você converta o resultado em um modelo personalizado.

Etapa 4: Prepare seu sistema de teste

Crie um diretório de trabalho:

mkdir -p ~/gromacs
cd ~/gromacs


Você precisa de um .tpr arquivo a ser executado mdrun.

Se você já tiver um, copie-o aqui.

Caso contrário, gere-o a partir de entradas existentes:

gmx grompp -f md.mdp -c conf.gro -p topol.top -o system.tpr


Etapa 5: executar um benchmark descarregado de GPU

Execute o GROMACS com sinalizadores de GPU explícitos:

banco de dados gmx mdrun -s system.tpr -deffnm\
-nb gpu -pme gpu -atualizar gpu -pin ativado


Enquanto estiver em execução, confirme a atividade da GPU em outro shell:

nvidia-smi


Você deve ver uma utilização diferente de zero.

Quando a execução terminar, observe o desempenho relatado (ns/dia).

Qual é a aparência do sucesso

• gmx --versão relata suporte a GPU
• nvidia-smi mostra a atividade durante a corrida
• O desempenho se estabiliza após o aquecimento
• Nenhum erro de CUDA ou de tempo de execução aparece no registro

Se essas condições não forem atendidas, esse não é um benchmark válido.

Modos de falha comuns (e o que eles significam)

“GROMACS não encontrado”
Você selecionou a imagem otimizada para GPU. O GROMACS não vem pré-instalado. Use o contêiner ou instale-o explicitamente.

Erros de CUDA ou GPU em tempo de execução
Você está misturando versões CUDA incompatíveis ou o contêiner não tem acesso à GPU. Verifique com nvidia-smi e gmx --versão.

Desempenho inconsistente entre as execuções
Você está alterando o tamanho da instância, a alocação de CPU ou as versões do contêiner. Os benchmarks só são significativos se o ambiente for estável.

Sobre os números de desempenho

O desempenho depende de:

• Versão GROMACS
• Versão CUDA
• Threads de CPU usados
• Tamanho do sistema e configurações de PME

Os números deste artigo são meramente ilustrativos. Sempre compare sua própria carga de trabalho.

Quando não usar este guia

• Você está procurando diagnósticos de suporte
• Você precisa de escalabilidade MPI de vários nós
• Você quer um ambiente GROMACS pronto para uso e persistente

Nesses casos, este artigo o frustrará. Crie um modelo personalizado ou entre em contato com o Suporte.

Experimente o Compute hoje

Inicie uma instância de GPU com um modelo pronto para CUDA (por exemplo, Ubuntu 24.04 LTS/CUDA 12.6) ou sua própria imagem GROMACS. Aproveite o faturamento flexível por segundo com modelos personalizados e a capacidade de iniciar, interromper e retomar suas sessões a qualquer momento. Não tem certeza sobre os requisitos do FP64? Entre em contato com o suporte para ajudá-lo a selecionar o perfil de hardware ideal para suas necessidades computacionais.

‍