「Gctf」の版間の差分
(→インストール) |
(→インストール) |
||
| (同じ利用者による、間の8版が非表示) | |||
| 行14: | 行14: | ||
| − | Gctf_v1.18のリンクをクリックするとIndex of /kzhang/Gctf/Gctf_v1.18_b2というタイトルのページに飛ぶ。そこにbin/とlib/ | + | Gctf_v1.18のリンクをクリックするとIndex of /kzhang/Gctf/Gctf_v1.18_b2というタイトルのページに飛ぶ。そこにbin/とlib/というディレクトリへのリンクがあり、中身はそれぞれ各compute capability(sm)とCUDAバージョン(cu)用のビルド済みバイナリとなっている。 |
| + | <b><u>compute capabilityの調べ方</u></b> | ||
| − | 自分の使用しているGPUのcomputing capabilityはNVIDIAのページで確認できる([https://developer.nvidia.com/cuda-gpus https://developer.nvidia.com/cuda-gpus])。GeForceの場合、CUDA-Enabled Geforce and TITAN | + | 自分の使用しているGPUのcomputing capabilityはNVIDIAのページで確認できる([https://developer.nvidia.com/cuda-gpus https://developer.nvidia.com/cuda-gpus])。GeForceの場合、CUDA-Enabled Geforce and TITAN productsをクリックすると各GPUとcompute capabilityの対応表が展開される。私の場合、GTX1080なので、Compute capabilityは6.1である。ファイル名に"sm61"と書いてあるGctfバイナリを選ぶ。 |
| − | + | 2019年5月17日現在、GctfバイナリはCUDA 8.0, 9.0, 9.1, 9.2についてしか公開されていない。インストールしてあるCUDAがそのいずれかであれば、それと対応したGctfバイナリを選び、ダウンロードすれば良い。 | |
| − | + | 以下、Computing capability 6.1、CUDA 9.2の場合のダウンロード&インストール手順例。 | |
| − | |||
<pre> | <pre> | ||
$ mkdir Gctf; cd Gctf | $ mkdir Gctf; cd Gctf | ||
| 行33: | 行33: | ||
</pre> | </pre> | ||
| − | + | あとはMotion correctionジョブタイプでGctf executableとしてGctf_v1.18_b2_sm61_cu9.2のパスを指定すれば良い。 | |
| + | |||
| + | == 自分の環境のCUDAバージョンがない時 == | ||
| + | 私の環境でインストールしてあるCUDAは10.1だが、2019年5月17日現在、GctfバイナリはCUDA 8.0, 9.0, 9.1, 9.2についてしか公開されていない。 | ||
| + | |||
| + | 一応 CUDA 9.2対応のバイナリが動くか動作検証してみます。 | ||
| + | |||
<pre> | <pre> | ||
$ ./Gctf_v1.18_b2_sm61_cu9.2 --help | $ ./Gctf_v1.18_b2_sm61_cu9.2 --help | ||
| 行47: | 行53: | ||
私がすぐ思いつく対処策は以下2つ。 | 私がすぐ思いつく対処策は以下2つ。 | ||
| − | |||
* CUDAインストールやり直し | * CUDAインストールやり直し | ||
** すでにCUDA10.1にリンクしてビルドしたプログラムが大量にあるので、この方法はとりたくない | ** すでにCUDA10.1にリンクしてビルドしたプログラムが大量にあるので、この方法はとりたくない | ||
| + | |||
* NVIDIA Dockerを用い、CUDA9.2をインストールしたコンテナで作業する | * NVIDIA Dockerを用い、CUDA9.2をインストールしたコンテナで作業する | ||
| − | |||
ここではNVIDIA Dockerを用いた方法で対処することにします。 | ここではNVIDIA Dockerを用いた方法で対処することにします。 | ||
| − | → [[DockerでRELION | + | → [[DockerでRELION]] |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
2019年5月18日 (土) 03:57時点における最新版
- GPUで動作するCTF推定プログラムです。
- Gctf: real-time CTF determination and correction, Kai Zhang, 2016
インストール
2019年5月17日、Ubuntu 16.04.6 LTS
- https://www.mrc-lmb.cam.ac.uk/kzhang/
- Gctfのビルド済みバイナリがダウンロードできる。
- Gctf_v1.18はphase plate用と書いてありますが普通の画像にも使える。
- 理由はよくわかりませんがソースコードがネット上に見当たりません。公開されていないかもしれません。
- ソースコード非公開のプログラムが嫌いな方はCTFFINDを使いましょう。
Gctf_v1.18のリンクをクリックするとIndex of /kzhang/Gctf/Gctf_v1.18_b2というタイトルのページに飛ぶ。そこにbin/とlib/というディレクトリへのリンクがあり、中身はそれぞれ各compute capability(sm)とCUDAバージョン(cu)用のビルド済みバイナリとなっている。
compute capabilityの調べ方
自分の使用しているGPUのcomputing capabilityはNVIDIAのページで確認できる(https://developer.nvidia.com/cuda-gpus)。GeForceの場合、CUDA-Enabled Geforce and TITAN productsをクリックすると各GPUとcompute capabilityの対応表が展開される。私の場合、GTX1080なので、Compute capabilityは6.1である。ファイル名に"sm61"と書いてあるGctfバイナリを選ぶ。
2019年5月17日現在、GctfバイナリはCUDA 8.0, 9.0, 9.1, 9.2についてしか公開されていない。インストールしてあるCUDAがそのいずれかであれば、それと対応したGctfバイナリを選び、ダウンロードすれば良い。
以下、Computing capability 6.1、CUDA 9.2の場合のダウンロード&インストール手順例。
$ mkdir Gctf; cd Gctf $ wget https://www.mrc-lmb.cam.ac.uk/kzhang/Gctf/Gctf_v1.18_b2/bin/Gctf_v1.18_b2_sm61_cu9.2 $ wget https://www.mrc-lmb.cam.ac.uk/kzhang/Gctf/Gctf_v1.18_b2/lib/libEMcore_sm61_cu9.2.so $ chmod +x *
あとはMotion correctionジョブタイプでGctf executableとしてGctf_v1.18_b2_sm61_cu9.2のパスを指定すれば良い。
自分の環境のCUDAバージョンがない時
私の環境でインストールしてあるCUDAは10.1だが、2019年5月17日現在、GctfバイナリはCUDA 8.0, 9.0, 9.1, 9.2についてしか公開されていない。
一応 CUDA 9.2対応のバイナリが動くか動作検証してみます。
$ ./Gctf_v1.18_b2_sm61_cu9.2 --help ./Gctf_v1.18_b2_sm61_cu9.2: error while loading shared libraries: libcufft.so.9.2: cannot open shared object file: No such file or directory
やはりCUDA9.2の動的ライブラリを探しに行き、それが見つからないのでエラーとなった。
複数のCUDAバージョンを1つの環境で共存させることは困難か、できない様なので、CUDA9.2を追加インストールするといった対処はできない。
私がすぐ思いつく対処策は以下2つ。
- CUDAインストールやり直し
- すでにCUDA10.1にリンクしてビルドしたプログラムが大量にあるので、この方法はとりたくない
- NVIDIA Dockerを用い、CUDA9.2をインストールしたコンテナで作業する
ここではNVIDIA Dockerを用いた方法で対処することにします。
→ DockerでRELION
