bigdft/sdk

BigDFT SDK容器

概述

该仓库提供用于编译和执行代码开发版本的环境容器，即BigDFT SDK容器，支持BigDFT开发版本代码的编译与计算任务执行，包含GPU加速及Jupyter交互环境。

前提条件

• 安装docker-ce
• 安装nvidia-docker2（https://github.com/NVIDIA/nvidia-docker%EF%BC%89%E6%88%96nvidia-container-runtime%EF%BC%88GPU%E7%8E%AF%E5%A2%83%E9%9C%80%E7%94%A8%EF%BC%89

使用容器开发代码

1. 拉取镜像

bash
sudo docker pull bigdft/sdk

2. 目录准备与权限设置

• 假设主机存在BigDFT的bzr分支目录mysources及容器工作目录containerdir（不存在则创建）
• 设置目录读权限：

  bash
  

chmod 777 mysources chmod 777 containerdir

### 3. 启动容器
- **普通模式**：
  ```bash
sudo docker run -ti -v <abs_path_to_mysources>:/bigdft-suite-sources -v <abs_path_to_containerdir>:/bigdft-sdk/ bigdft/sdk bash

• GPU模式（支持GPU的机器）：

  bash
  

sudo docker run --runtime=nvidia -ti -v <abs_path_to_mysources>:/bigdft-suite-sources -v <abs_path_to_containerdir>:/bigdft-sdk/ bigdft/sdk bash

  验证GPU：容器内执行`nvidia-smi`

### 4. 源码分支与更新
- **首次使用**：
  ```bash
cd /bigdft-sdk/
bzr branch ../bigdft-suite-sources

• 后续使用：

  bash
  

cd /bigdft-sdk/bigdft-suite-sources bzr pull

### 5. 编译代码
- 创建构建目录：
  ```bash
mkdir /bigdft-sdk/build

• 编译命令：

  bash
  

cd /bigdft-sdk/build ../bigdft-suite-sources/Installer.py autogen -y -f container.rc ../bigdft-suite-sources/Installer.py build -y -f container.rc -a babel

## 使用SDK二进制执行计算
### 1. 准备Notebook环境
- 克隆BigDFT-nb项目：
  ```bash
git clone git@github.com:luigigenovese/BigDFT-nb.git bigdftnb
chmod -R 777 bigdftnb  # 或在容器内克隆以避免权限设置

2. 运行Jupyter Notebook

以执行bigdftnb/Pol-Tensor_Raman-spectrum/H2O_Polarizability.ipynb为例：

bash
sudo docker run -ti -p <port>:8888 -v <abs_path_to_containerdir>/build/install:/bigdft -v <abs_path_to_bigdftnb>/Pol-Tensor_Raman-spectrum/:/notebook -W /notebook bigdft/sdk

• <port>：主机端口（如1234）
• <abs_path_to_containerdir>：容器工作目录绝对路径
• <abs_path_to_bigdftnb>：BigDFT-nb项目绝对路径

3. 访问与使用

• 浏览器输入：http://<docker主机URL>:<port>
• 登录密码：bigdft
• 运行Notebook可获取极化率张量等计算结果。

提示

• 按Ctrl+p+Ctrl+q可将容器转为后台运行。