前言：ZEN2架构下EPYC-7742处理器，具有256M L3级缓存，8内存通道、支持DDR4-3200MHz内存，支持PICE4.0, 支持avx2指令集。在科学计算领域具有很强的计算性能。其计算性能已超越intel铂金8280。

本文将逐步阐述centos7下针对7742的优化处理及VASP的编译举例：

S1:  升级linux内核使其更好地支持7742

uname -r    #查看内核版本，若内核版本低于4.0则需要进行内核升级

rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org #导入ELRepo源公共密钥

rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-3.el7.elrepo.noarch.rpm #安装ELRepo源

yum --enablerepo=elrepo-kernel install kernel-ml #安装最新linux内核

grub2-mkconfig -o /boot/grub2/grub.cfg #重建内核启动配置文件

grub2-set-default 0 #设置新安装的内核默认启动（新安装的内核在内核顺序中一般为0）

reboot #重启后用uname -r验证内核是否升级成功

S2:  开启7742睿频

cat /proc/cpuinfo | grep MHz #查看cpu的主频（睿频未开启前，或者内核未升级前，主频处于1500-2500MHz之间）

yum install cpupowerutils #安装cpupower

cpupower  frequency-set -g performance #设置cpu模式为性能模式

S3:  安装Intel环境（Parallel_studio_xe_2017）

tar –xzf parallel_studio_xe_2017_update×.tgz #解压

cd parallel_studio_xe_2017_update× #进入文件夹

./install.sh #命令行安装（相关过程可自行百度, 默认安装在/opt/intel下）

source /opt/intel/parallel_studio_xe_2017/psxevars.sh intel64 #加载intel编译、MKL、Intelmpi等

echo source /opt/intel/parallel_studio_xe_2017/psxevars.sh intel64>>~/.bashrc #将intel环境加入用户环境变量下，每次用户终端开启，则自动加载intel环境

make -C /opt/intel/mkl/interfaces/fftw3xf libintel64 #编译mkl对fftw3的接口

S4:  VASP-5.4.4 安装

tar -xvf vasp-5.4.4.tar.gz #解压

cd vasp-5.4.4 #进入文件夹

cp arch/makefile.include.linux_intel ./makefile.include #套用intel编译器框架下的Makefile模板

vi makefile.include #修改makefile.include使其支持avx2指令集（-xHost/-xavx2/-xcore-avx2效果一样）；加入mkl对fftw3的接口

make all #开始编译，编译后在vasp-5.4.4文件夹将产生bin文件夹，vasp的三种执行文件会出现在里面

S5: 相关加速环境设置

export MKL_DEBUG_CPU_TYPE=5 #加速代码

export MKL_CBWR=AVX2 #使cpu默认支持avx2

export I_MPI_PIN_DOMAIN=numa #内存位置与cpu位置绑定，加速内存读取。对于内存带宽要求高的计算提速明显

总结:

加速的关键点：内核升级+睿频开启+intel编译器+编译参数中加入对avx2的支持+加速环境设置。

按照上述完成操作，则ZEN2架构下的任何CPU计算速度将会达到极致。

备注1:

释放性能后的7742发热量极高，塔式服务器的散热很可能需要升级。7742通常会因为CPU温度过高（cpu温度超过95度），而发生异常降频（主频降到400MHz）。异常降频后，服务器会发出持续蜂鸣。需关机、断电后插电重启才能清除报警。

备注2:

lammps等分子动力学软件对于avx2的支持一般，加速效果不明显，编译时lammp等分子模拟软件时，按照intel编译器一般操作就行，当前的lammps版本自动支持到最高指令集。

对于量化计算其他软件来说，avx2的支持可以带来较大的提速，编译时，可在相应位置加入-xHost使其对avx2进行支持。同时需将export MKL_DEBUG_CPU_TYPE=5 和export MKL_CBWR=AVX2 加入到用户环境变量或者作业提交脚本中。