Scientific Softwares Support

🤖 本中心 AI、GPU 與科學軟體使用說明

本說明文件提供在本中心上使用 AI 框架、GPU 加速運算與常見科學模擬軟體的指南，包含軟體模組載入、資源配置與作業範例。

---

🧠 1. 人工智慧與深度學習框架

HPC 中心支援下列 AI/ML 框架，支援 GPU 加速：

軟體/框架	模組名稱	說明
TensorFlow	tensorflow/2.13	支援 GPU 運算、Keras API
PyTorch	pytorch/2.1	輕量級框架、動態計算圖
JAX	jax	GPU/TPU 自動微分運算

範例作業腳本（PyTorch GPU）

#!/bin/bash
#SBATCH --job-name=pytorch_ai
#SBATCH --partition=gpu
#SBATCH --gres=gpu:1
#SBATCH --time=04:00:00
#SBATCH --mem=32G

module load pytorch/2.1

python train.py

---

⚙️ 2. GPU 程式與 CUDA 環境

模組載入

module load cuda/12.1
nvcc --version    # 驗證是否可用

範例：編譯 CUDA 程式

nvcc my_cuda.cu -o my_cuda.out
srun --partition=gpu --gres=gpu:1 ./my_cuda.out

---

🔬 3. 常見科學模擬與數值計算軟體

軟體名稱	模組名稱	適用領域
GROMACS	gromacs/2022	分子動力學模擬
LAMMPS	lammps/2023	材料模擬
Gaussian	gaussian/g16	計算化學
VASP	vasp/6.3	第一性原理模擬
OpenFOAM	openfoam/10	流體力學
R / RStudio	r/4.3	統計與資料分析

注意事項

• Gaussian 與 VASP 等軟體需授權使用，請申請後由管理員開通
• 請使用專屬模組版本，避免相依性衝突

---

🧪 4. Python 資料科學套件

中心提供已預建之 Python 環境模組，支援下列套件：

• numpy, pandas, matplotlib
• scikit-learn, seaborn, jupyterlab
• 可自建 conda 虛擬環境或使用 virtualenv

module load python/3.10
python -m venv myenv
source myenv/bin/activate
pip install pandas matplotlib

---

🚀 5. 容器與自定環境

使用 Singularity 執行容器化 AI 或科學套件：

module load singularity

singularity pull docker://pytorch/pytorch:latest
singularity shell pytorch_latest.sif

---

📚 延伸資源

• NVIDIA CUDA 教學
• PyTorch 官方文件
• GROMACS 教學
• Singularity 容器指引

---

📬 技術支援

若有軟體環境建置、套件安裝或作業錯誤，請聯絡：
📧 DiCOS-Support@twgrid.org
📞 02-2789-8313

---

Softwares最後更新於 2025年7月