CP2K批量计算：FARMING管理多个输入

有多个彼此独立的CP2K小输入时，可以用FARMING统一启动。本例给两个He任务使用不同Gaussian指数，让主程序分组执行并分别写出能量。FARMING不等同于Slurm调度器，仍需要先向集群申请计算资源。

1. 查看结果与目录#

下载CP2K原子、批量与力匹配资料包，保存为example.zip：

python3 -m zipfile -e example.zip .
cd cp2k-atom-farming-forcefit
bash results.sh
bash read.sh
bash plot.sh

这几条命令先读取随包保存的真实计算结果。CSV在data/，图片在figures/，完整输入和原生输出分别在inputs/与reference-results/。

find inputs/analytic-Gaussian/farming -name '*.inp'
cat data/CP2K-He-analytic-energy.csv

目录中input.inp是主输入，job1/input.inp与job2/input.inp是两个完整的ATOM子输入。子目录名称要与主输入一致。

2. 主输入#

&GLOBAL
 PROGRAM_NAME FARMING
 PROJECT farming-he
 RUN_TYPE NONE
&END GLOBAL
&FARMING
 NGROUP 2
 &JOB
  DIRECTORY job1
  INPUT_FILE_NAME input.inp
 &END JOB
 &JOB
  DIRECTORY job2
  INPUT_FILE_NAME input.inp
 &END JOB
&END FARMING

NGROUP 2把本例2个MPI进程分成两组，每组执行一个原子任务；不是每个子任务都获得2个MPI进程。更改任务数量或每个任务的并行需求时，要同步考虑总进程数和分组。

两个子输入只有Gaussian指数不同，可直接查看：

grep -n 'S_EXPONENTS' inputs/analytic-Gaussian/farming/job1/input.inp
grep -n 'S_EXPONENTS' inputs/analytic-Gaussian/farming/job2/input.inp

它们分别是0.5和1.0；完整原子输入说明见ATOM教程。

3. 提交与底层命令#

本例采用集群cp2k/2026.2-8173m，Intel oneAPI 2024.2和Intel MPI构建，CPU路径，不使用GPU。新解压目录中运行：

sbatch run.slurm

脚本依次执行原子、两个FARMING子任务、Ar参考MD和参数拟合。按整节点规则申请56核，最多2个MPI进程、每进程1线程；这是功能教学，不是性能测试。完成后：

bash read.sh work analysis-new
bash plot.sh analysis-new figures-new work

已有结果可直接读取，不必等待CPU队列，也不要把新模拟直接放在登录节点。

本例FARMING步骤在已分配计算资源中执行：

cd work/analytic-Gaussian/farming
mpirun -np 2 cp2k.psmp -i input.inp > farming.out

上面的整包脚本已经执行这一阶段，无需再重复运行。

4. 到子目录查输出#

grep 'Total Energy ::' reference-results/analytic-Gaussian/farming/job1/PROJECT.out
grep 'Total Energy ::' reference-results/analytic-Gaussian/farming/job2/PROJECT.out

两个子任务都完成了原生计算，能量与各自单Gaussian解析模型一致。排查自己的批量输入时，既要检查FARMING主输出，也要进入每个子目录看对应程序是否正常结束，不能只看到主任务退出就认为每个科学计算都已收敛。