可以运行Schrödinger(薛定谔)软件的软硬件系统要求
支持的操作系统 Windows、苹果电脑、Linux
Windows 11 版本 22H2 版本 21H2
Windows 10 版本 22H2 版本 21H2
GPU 上的 Active Learning Glide 和 DeepAutoQSAR 等 GPU 机器学习应用程序只能在 Linux 上运行。
时间线
我们的目标是在公开发布 3 个月后为新操作系统版本提供支持。
一旦操作系统平台版本达到“生命周期结束”(EOL),就无法提供支持。请咨询您的平台提供商以获取 EOL 信息。
硬件要求
必填 | 强烈推荐 | |
处理器 (CPU) |
x86_64兼容处理器 (支持 Apple 芯片 M 系列处理器) |
对于大型作业,建议使用以下硬件组件在具有排队系统的群集上进行计算:
|
系统内存 (RAM) | 每个内核 4 GB 内存 | |
磁盘空间 | 18 GB 磁盘空间用于软件安装;400-500 GB(如果还安装了数据库)(PDB、BLAST 等) |
运行作业的最小暂存盘空间为 60 GB 更快的本地磁盘访问速度对于读取大量数据的作业非常重要。例如,使用 SSD、具有更高速度(例如 10000 rpm)的磁盘或使用多个控制器和条带化的磁盘阵列可能是有益的。 对于临时存储(或经常使用的数据),本地磁盘优先于网络磁盘,因为网络磁盘受网络访问、带宽和网络流量的影响。 |
要查看可能需要 IT 团队进行更改的即将到来的基础设施项目列表,请单击此处。
可视化以及与 Maestro 交互的额外注意事项
显卡 我们建议使用支持硬件加速 OpenGL 的显卡,该显卡具有至少 1GB 的板载内存和供应商提供的最新显卡驱动程序。
网络文件共享 不建议使用通过 CIFS (Samba) 挂载的网络文件共享,因为 Maestro 项目使用的 SQLite 数据库具有通常不可用的锁定依赖关系。
鼠标 我们建议使用带滚轮的 3 键鼠标。
3D立体显示 对于 3D 立体显示器,我们推荐 Looking Glass 显示器。
GPGPU 要求
(图形处理单元上的通用计算)
下面列出了 Desmond、Deep AutoQSAR、FEP+、GPU Shape 和 WaterMap 的 GPU 计算要求。
Jaguar、Active Learning 和其他产品的要求可以在下面的各个页面上找到。
我们支持以下 NVIDIA 解决方案:
Achritecture | 服务器/高性能计算 | 工作站 |
Maxwell |
Tesla M40 Telsa M60 |
|
Pascal |
Tesla P40 Tesla P100 |
Quadro P5000 |
Volt |
Tesla V100 |
|
Turing |
Tesla T4 |
Quadro RTX 5000 |
Amper |
Tesla A100 |
RTX A4000 RTX A5000 |
注意 不推荐使用 Tesla K20、Tesla K40 和 Tesla K80 卡。虽然我们仍然希望我们的 GPGPU 代码能够运行,但 NVIDIA 已在 CUDA 11.2 工具包中弃用了对这些卡的支持。
笔记
-
我们仅支持这些卡的 NVIDIA“推荐/认证”Linux 驱动程序,最低 CUDA 版本为 11.2。
-
标准支持不包括消费级 GPU 卡,例如 GeForce GTX 卡。