Package的安装
一、变量与参数说明
- SCM_AMSPKGS_USERDIR控制Package的安装位置
- SCM_AMSPKGS_REPO指向AMS202*.*.yml文件
- amspackages –repository “/full/path/to/Downloads/packages/AMS2024.1.yml” list列出安装包
- amspackages install all命令安装所有Package
- amspackages install –yes lfdft安装LFDFT
- amspackages remove –force lfdft卸载LFDFT
- amspackages –admin install pandas jupyterlab mlpotentials安装pandas jupyterlab mlpotentials
- amspackages check lfdft检查LFDFT是否装好
- amspackages update lfdft联外网的情况下，更新LFDFT版本
- amspackages loc lfdft打印LFDFT的安装位置
- amspackages –admin install lfdft，使用管理员权限安装，如此将默认安装到/opt/SCM/packages下面，而不是用户的~/.scm/下面，也可以通过SCM_AMSPKGS_SHAREDDIR变量控制具体安装路径，安装完毕后，SCM_PYTHONDIR与SCM_AMSPKGS_SHAREDDIR建议设置为相同变量，这2个变量应该写入系统，如此其他普通用户才能正确调用。如果是普通用户安装，建议SCM_AMSPKGS_USERDIR也设置为相同值。如果是管理员账户安装，SCM_AMSPKGS_ADMIN应设置为True
package关键词列表
Name [id]| Instl. Version | Disk usage | Avail. Version | Licensed? | Req. licenses ========================================================|========================|================|========================|===========|================ ADFCRS-2018 Database [adfcrs]| | | 2018: build 1 | YES | CRS 2021.1 LFDFT atomic database [lfdft]| 1.0: build 0 | 1.42 GiB | 1.0: build 0 | YES | ADF 2021.1 All ML Potential backends [mlpotentials]| | | 1.0.0: build 0 | YES | MLPOT 2021.1 PiNN ML backend [pinn]| | | 0.3.1: build 0 | YES | MLPOT 2021.1 Quantum ESPRESSO [qe]| | | 6.3: build 1 | YES | SchNetPack ML backend [schnetpack]| | | 0.3.1: build 0 | YES | MLPOT 2021.1 sGDML ML backend [sgdml]| | | 0.4.4: build 0 | YES | MLPOT 2021.1 TorchANI ML backend [torchani]| | | 2.2.0: build 0 | YES | MLPOT 2021.1
二、在Windows中安装
Windows设置环境变量的方法：Windows如何设置环境变量？。如前面介绍的环境变量的值，设置完SCM_PYTHONDIR、SCM_AMSPKGS_SHAREDDIR、SCM_AMSPKGS_USERDIR三个环境变量（的值为Package安装的完整路径，会占用几个G的空间）后，需要重启，然后安装SCM → Packages，列表显示后，点击local mirror，选择AMS2024.1.yml，列表将重新更新，然后选择要安装的包，点击Install即可安装。
网速问题
经常容易出现网络不稳定而导致下载中途失败，用户增加环境变量 SCM_AMSPKGS_TIMEOUT，将其赋值为更大的数值，例如 60，则可以解决这个问题。默认值为 15。该值是指网络断开多少秒，下载就提示失败并终止。
如果网速不佳，一方面可以考虑在清早用网低谷期下载，另一方面该环境变量也是一种解决方案。Windows系统的环境变量设置，参考：Windows如何设置环境变量？。
三、在Linux中安装
Linux版如果支持图形窗口，则下载、安装，与Windows没有什么区别，安装完毕后，命令行输入 AMSJobs 即可打开图形窗口。
如果下载失败，同样可以参考 Windows 的 2 种解决方案：
- 清早下载
- 增加环境变量 export SCM_AMSPKGS_TIMEOUT=60
1，下载安装包
下载一个python脚本，到ams2024.*文件夹内。命令行进入该文件夹，然后联网的状态下，通过命令行输入：
amspython download_repository.py https://downloads.scm.com/Downloads/packages/listings/AMS2024.1.txt ./ scmuser scmpassword
其中scmuser和scmpassword替换为ID和密码（注意ID前面有个空格），如此将下载安装包到当前文件夹内。
2，配置环境变量
将下面的环境变量写入系统（普通用户写入~/.bashrc，root用户写入/etc/profile）
export SCM_AMSPKGS_SHAREDDIR=/opt/SCM/packages export SCM_PYTHONDIR=/opt/SCM/packages export SCM_AMSPKGS_USERDIR=/opt/SCM/packages export SCM_AMSPKGS_REPO=/full/path/to/Downloads/packages/AMS2024.1.yml
注意
- 其中/full/path/to/Downloads/packages/AMS2024.1.yml改为下载的AMS2024.1.yml文件的实际存放路径。
- 如果是root用户，可以使用上述的/opt/SCM/packages，或者其他公共区域路径，如果是普通用户，则可以使用自己用户文件夹内的某个路径，例如ams2024.102文件夹内创建一个packages文件夹，上述四个变量分别指向其中。
3，安装
然后在命令行运行：
${AMSBIN}/amspackages --admin install pandas jupyterlab mlpotentials
即可安装Pandas、Jupyterlab、机器学习势。
如此安装后，各种 package 将被安装到/opt/SCM/packages/，而安装源文件中的 AMS2024.1.yml 的位置，是如上通过SCM_AMSPKGS_REPO 变量指定的。以上路径仅仅是举例，具体路径根据实际情况考虑。
如果安装 GPU 版，要求 CUDA 版本是 11.6 或 11.7。检查 CUDA 版本的命令为 nvidia-smi，例如：
CUDA11.7 版使用如下命令安装 GPU 版机器学习势：
amspackages --admin --alt mlcu117 install mlpotentials
CUDA11.6 版是:
amspackages --admin --alt mlcu116 install mlpotentials
具体使用的时候会默认调用一块 GPU 卡，用户也可以在 AMSinput → Details → Technic → Device中选择某块 GPU 卡。
升级软件版本
- 例如从2024.101升级到2024.102，package实际上是同一个。升级方式：
- 卸载旧版，但是保留package文件夹，也就是SCM_PYTHONDIR、SCM_AMSPKGS_SHAREDDIR、SCM_AMSPKGS_USERDIR所指向的那个文件夹
- 安装新版，把前一步说的这个文件夹，移动到你喜欢的地方
- 重新在系统里面设置SCM_PYTHONDIR、SCM_AMSPKGS_SHAREDDIR、SCM_AMSPKGS_USERDIR的值，指向新的这个位置
- SCM → Package → local mirror，检查即可看到原先安装好的package，现在仍然是安装好的状态，可以直接使用