GPUMDkit 目录清理与运行进度

下载输入、实际结果和绘图资料包。解压后进入资料包目录，inputs 是可修改输入，reference 是鸢算科技集群的参考结果。脚本每次在 work 下新建目录，结果位置写入 LAST-RUN.txt。计算请放在已分配的资源内执行。

先在教学副本里熟悉辅助工具#

本篇有两条独立流程：整理计算目录，以及读取 GPUMD/NEP 已输出的数据估算进度。可自动运行下载包中的演示：

module purge
module load gpumdkit/1.5.8
bash run.sh utilities

脚本的清理部分只操作本次新建的标记文件目录；进度部分将已经结束的真实教学输出按原顺序追加到副本，演示表格刷新，不重新启动 MD 或训练。回放中的速度与剩余时间不是实际计算性能。

1. 理解清理前保留哪些文件#

原生入口：

gpumdkit.sh -clean

命令针对 当前目录。先用 pwd、ls -la 确认位置，并在自己的副本里操作。其默认保留清单包括本例的 run.in、nep.in、model.xyz、nep.txt、train.xyz、test.xyz、job.sh；不要把默认清单当成所有重要结果都会自动保留。

下载包演示还放入 keep.txt、keep.txt.extra、scratch.log 三个候选文件，以及一个子目录。

2. 分别试取消、指定保留和确认#

取消：在提示处输入 n，本次候选文件保留。

指定额外保留：输入 keep.txt。本次 keep.txt 保留，keep.txt.extra 与 scratch.log 删除。保留按文件名匹配，不能把 keep.txt 理解成保留所有含此字符串的名字。

确认：输入 y，删除本次候选文件；本例默认输入和子目录保留。

不需要在自己的正式计算目录试错。查看包内已执行结果：

cat LAST-RUN.txt

进入该目录后，各分支的 utilities/clean-*/CLEAN-RESULT.json 给出清理前后文件哈希。这里只验证所列文件的规则，不承诺未知文件一定保留。

3. 查看 GPUMD 进度估计#

在含 run.in 与 thermo.out 的计算目录中：

gpumdkit.sh -time gpumd

退出用 Ctrl+C。教学输入在包内：

mkdir my-md-progress
cp inputs/md/run.in inputs/md/thermo.out my-md-progress/
cd my-md-progress
gpumdkit.sh -time gpumd

该工具根据输入步数和已有输出行数估算，不是调度器的运行状态。比如本例有 30000 步预热与 100000 步后续过程，而可见输出主要对应后一个阶段：已经结束的任务也可能显示约 76.9%。应结合原始程序结束信息与 squeue/sacct 判断任务是否完成。

输出间隔、预热是否写出、多个 run 段和文件修改时间都会影响估计。不要据此报告 GPU 性能或认定任务尚未结束。

4. 查看 NEP 训练进度#

在含 nep.in、loss.out 的目录中：

gpumdkit.sh -time nep

包内可以用同样方式准备：

mkdir my-nep-progress
cp inputs/nep/nep.in inputs/nep/loss.out my-nep-progress/
cd my-nep-progress
gpumdkit.sh -time nep

已经结束的文件不再追加时，表格会等待新记录。generation 给出目标代数，loss.out 按其输出间隔记录。进度估计与模型是否收敛是两件事：还应看训练/测试误差、异常结构和目标应用的验证。

5. 环境查询入口#

gpumdkit.sh -h
gpumdkit.sh -doctor
gpumdkit.sh -skill

分别用于查命令、查当前依赖、定位随软件提供的技能参考。缺少某个可选依赖不意味着整个工具不可用，应按具体功能处理。集群公共版本由模块统一维护，用户选择所需模块即可。