8.5 排错、检查点与 Slurm
本页输入是教学模板,本课程未实际执行这些计算。请使用授权安装,核对版本相关选项,并建立自己的收敛证据。
8.5.1 先分层,不先改化学
解析错误查拼写、版本、空行、电荷/多重度和附加块。SCF 查结构、电子态与迭代;调度器杀死不是算法失败。优化查力/位移与轨迹中的振荡、解离、平扭转,达到上限不是成功。资源查队列原因、时间、内存、配额、权限和临时盘,不用改化学修设施。后处理保留原检查点,用兼容工具转换,改后缀不是转换。保存失败日志以说明修复缘由。
8.5.2 检查点来源与重启
另存旧输入、日志、检查点及终止状态。新任务读几何/初猜不同于恢复所有状态,%OldChk 与新 %Chk 明示来源。真正优化续算查对应版 Opt=Restart;其他任务可能需要别的 scratch,检查点不是万能。Opt;CONFLEX Link 0。
验证转换和下游可读,保留原件和工具版。检查点含项目结构/波函数,应适当分享。Utilities。
8.5.3 单节点调整模板
假设 Slurm、Bash、合法可见 g16、批准可写 TMPDIR 与允许直接单节点共享内存。先查封装规则,有的站点不鼓励重复 Link 0。本例 water_batch.gjf 应用 %NProcShared=4、%Mem=4GB,Slurm 6 GB 留示例余量,不保证所有任务适用。
#!/usr/bin/env bash
#SBATCH --job-name=water-g16
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=4
#SBATCH --mem=6G
#SBATCH --time=00:30:00
#SBATCH --output=slurm-%j.out
set -euo pipefail
# Add the authorized site-specific environment setup before submitting.
command -v g16 >/dev/null
cd "${SLURM_SUBMIT_DIR:?Run through the supported Slurm workflow}"
input="water_batch.gjf"
log="water_batch.log"
test -r "$input"
: "${TMPDIR:?Ask the site for an approved job-local scratch directory}"
test -d "$TMPDIR"
test -w "$TMPDIR"
GAUSS_SCRDIR=$(mktemp -d "$TMPDIR/gaussian.${SLURM_JOB_ID}.XXXXXX")
export GAUSS_SCRDIR
printf 'Gaussian scratch: %s\n' "$GAUSS_SCRDIR"
# Keep %Chk in the submission directory. Retain scratch for diagnosis.
set +e
g16 < "$input" > "$log" 2>&1
status=$?
set -e
printf 'Gaussian process exit status: %s\n' "$status"
printf 'Inspect %s and scheduler accounting before accepting results.\n' "$log"
exit "$status"
补齐本站环境;若需封装,按文档改执行行,不盲加 mpirun 或启动四个独立 Gaussian。一个 task、四 CPU 是共享内存模型。检查点放提交目录。
有意保留 scratch 用于诊断,但节点本地盘可能作业结束就清掉,不能归档。先保存必要证据,再按政策只清独立作业目录;生产续算须与管理员规划传回/保留,这不是长任务备份策略。
8.5.4 最终审计
说明失败层、修复、检查点来源、资源一致及真实成功日志。归档输入、输出、版本、收敛、驻点、单位与限制。模板不等于实算结果。NIH Biowulf体现封装优先级;GWDG展示另一个站点。