最近Amber22可以免費用于學術目的了，趕緊安裝一下。安裝本身不難，難在依賴的環(huán)境、包該如何配置。

Amber22的文檔有很詳細的installation guide，非常建議通讀那部分，如果很不幸你遇到奇怪的報錯，可以參考以下流程。

環(huán)境：

• CentOS7，gcc10.2（自己編譯的），CUDA11.3，glibc2.17，使用本機的miniconda。

• Ubuntu22.04，gcc12.2（自己編譯的），CUDA11.7，glibc2.35，使用本機的anaconda。

本文主要是基礎環(huán)境的配置，不涉及MPI版、NCCL支持等，并且忽略了一些高級功能的Warning，但一般功能夠用了。

官方文檔：https://ambermd.org/doc12/Amber22.pdf

第一步：下載

去官網下載AmberTools22和Amber22兩個安裝包，總共約620MB。

網址：https://ambermd.org/GetAmber.php

第二步：解壓

解壓兩個包到同一安裝目錄。

這里有兩點，可能是其他教程年代太久遠，至少我覺得不需要。

• 現(xiàn)在并不需要什么“先安裝串行版、再安裝并行版”，“先安裝非CUDA版、再安裝CUDA版”的操作。

• 有些教程說要先執(zhí)行一下update_amber，反正我試了它說沒有updates，大家可以參考Amber手冊2.4.1 Basic Usage。

第三步：準備安裝環(huán)境

安裝依賴包

根據(jù)你的OS裝一下：https://ambermd.org/Installation.php，沒權限就用conda。

安裝CUDA

請參考別的資料。注意最好不要太新，11.x就行。完成后，在~/.bashrc中添加

安裝GNU編譯器

并在~/.bashrc中添加路徑

檢查：命令行輸入gcc -v即可看到現(xiàn)在啟用的是哪個版本。當然，cmake和make也檢查一下，不要裝太老的。

注意：GNU編譯器的版本要和CUDA匹配，否則Amber安裝第一步就報錯。我沒有找到有人列出具體的對應關系，在我的嘗試中，

• CUDA11.3---gcc10.x都可以

• CUDA11.7---gcc12.x都可以

系統(tǒng)自帶版本不對的話，就自己編譯一個，大概要二十分鐘。

在國內各種鏡像站都可以直接下載，如：https://mirrors.sjtug.sjtu.edu.cn/gnu/gcc/。

安裝Intel編譯器

sob老師說：“amber的計算量大的代碼都是基于fortran的，c編譯器實際上用什么無所謂，不影響速度，關鍵是ifort比gfortran強多了”（http://bbs.keinsci.com/thread-311-1-1.html），反正Intel編譯器幫我編譯通過了。

安裝最新版（2023）就可以，這兩個都裝一下吧，裝到同一目錄下。我找fortran編譯器它就跳到第二個網址了，但是裝完又說缺少base模塊。網址：

• https://www.intel.com/content/www/us/en/developer/tools/oneapi/base-toolkit-download.html

• https://www.intel.com/content/www/us/en/developer/tools/oneapi/hpc-toolkit-download.html

根據(jù)提示安裝即可。下載比較慢（建議科學上網），共需一小時左右。然后按照提示添加以下變量到~/.bashrc

我們組的集群上已經裝好了Intel的編譯器，那就source一下即可。其實fortran用的還是gfortran，但是有些模塊自動檢測到了ifort，intel的fortran編譯器。所以能檢測到ifort命令應該就行。

準備Python環(huán)境

Amber22文檔的2.2.5小節(jié)和2.3小節(jié)有詳細的說明，非常建議完整閱讀。

按理說使用Amber自帶的conda還是自己之前已經裝了conda都是可以的，只不過我嘗試前者沒成功。后者意味著你的Amber將使用這個環(huán)境的Python interpreter，可以通過conda安裝各種擴展，但文檔說可能找包的時候dependencies會有風險。不管了。

備注：

• 當我用python3.11時，遇到了一個'longintrepr.h' file not found的錯誤（https://stackoverflow.com/questions/74979674/gensim-install-in-python-3-11-fails-because-of-missing-longintrepr-h-file），所以Python不要用太新的版本，3.10.0就行（2023年4月測試時）。

• 上面的幾個安裝包是Amber22文檔要求必須安裝的，否則立即報錯。執(zhí)行過程中還會看到大量xxx not found的問題，其實不要緊，有些是如mkl之類的我們暫不需要的功能，有的是AmberTools里的包，后面會安裝上。CMakeError.log也有很多這種信息，但對我沒什么幫助。。

• 其他包如boost可能在編譯不通過的報錯中出現(xiàn)（http://archive.ambermd.org/202204/0094.html），可能需要多嘗試幾次創(chuàng)建conda環(huán)境；某些tools可能需要tkinter之類的額外的包，這個應該不影響編譯，編譯完了Amber再在conda環(huán)境里裝應該也行。

• 我有一個安裝了conda版AmberTools22、python3.10的conda環(huán)境，還裝了很多其他包，不知為何run_cmake都過不了。建議用一個干凈的conda環(huán)境；不建議用系統(tǒng)Python的interpreter。

第四步：安裝

打開./run_cmake文件，其實就是包裝了一下cmake命令。我用的是：

• -DCMAKE_INSTALL_PREFIX=你要安裝到的地方，不要和當前這個源碼包一致。。自己換個路徑。

• -DCOMPILER=GNU，我嘗試了換用INTEL，但make install不成功。

• -DDOWNLOAD_MINICONDA=FALSE：用我們的conda。
  如果你要設為true，一定要從~/.bashrc中移除我們自己的conda（deactivate所有環(huán)境）！否則它會被修改，很是難看。同時，建議用sh shell（以便安裝conda）。而且，需要聯(lián)網下載東西。

• -DUSE_CONDA_LIBS=TRUE：若用我們的conda，一定要加上。

• -DCUDA_TOOLKIT_ROOT_DIR=默認是沒有的，最好加上，強行指定。

更多：

• 常見的cmake選項：https://ambermd.org/pmwiki/pmwiki.php/Main/CMake-Common-Options

• 詳情請在build下執(zhí)行ccmake ..（interactively edit cmake options）以查看。

完成后，根據(jù)屏幕提示，在~/.bashrc中添加

最后一步：測試

如果-DINSTALL_TESTS=TRUE，可以

可能要一個多小時。

屏幕輸出測試信息，也保存在logs文件夾下。如果你看到

這種信息，就可以enjoy了。不放心可以看看.diff文件，沒有太大差別的，計算機產生隨機誤差也很正常。官網上也有在各種環(huán)境下build的結果：https://ambermd.org/InstSingularity.php，如果failed的個數(shù)差不多的話，就可以放心用了。