MatPL-pro 正式发布：NEP机器学习力场GPU推理速度全面跃升

# mcloud上可直接加载使用

module load lammps4matpl/pro/2026.6/AMPERE86  

# AMPERE86对应3080ti/3090 ADA89对应4090

# 1. 为 LAMMPS 源码打补丁

bash kknep-patch.sh /path/to/lammps

# 2. 下载 libnep_gpu.so 并设置环境变量

export NEP_GPU_LIB_PATH=/path/to/nep_gpu/cuda-12.8/libnep_gpu.so

export NEP_LICENSE_PATH=/path/to/nep_gpu/summer_holiday.lic

# 3. 编译 LAMMPS（以 RTX 4090 为例）

cmake -C ../cmake/presets/basic.cmake \    

  -DPKG_KOKKOS=yes -DPKG_NEP_KK=yes \    

  -DKokkos_ENABLE_CUDA=yes -DKokkos_ARCH_ADA89=ON \    

  ../cmake

cmake --build . -- -j8

package kokkos neigh half comm device

newton on

pair_style   matpl/nep/kk  nep.txt

pair_coeff   * * W Mo Ta V

# 多模型偏差（主动学习）

# pair_style matpl/nep/kk nep1.txt nep2.txt nep3.txt out_freq 10 out_file explr.error

# 单 GPU

mpirun -np 1 lmp -k on g 1 -sf kk -pk kokkos -in input.in

# 单节点 4 GPU

mpirun -np 4 lmp -k on g 4 -sf kk -pk kokkos -in input.in

# 多节点 (2 节点 × 4 GPU)

mpirun -np 8 --map-by ppr:4:node lmp -k on g 4 -sf kk -pk kokkos -in input.in