第四章 成品运行与排错

第四章 · 成品运行与排错

章节摘要：正式演出只有两个命令——grompp 把一切决定冻结成 tpr，mdrun 把它推演成轨迹；但"跑起来"与"跑得可信"之间隔着输出管理、断点续算与崩溃排查三件事。本章把生产运行的完整会话、五类输出文件各自的用途与磁盘账、以及一张按报错信息索引的排查决策树一次讲全。读完你应当能放心地把模拟挂到集群上过夜，并在第二天早上对着一堆文件知道先看哪一个；出了事，能在报错信息与决策树之间对上号。

学习目标

1. 说清 grompp 的三类提示（NOTE、WARNING、ERROR）各自的含义与处理原则，解释为什么 -maxwarn 是一条要慎用的后门。
2. 用 -deffnm、-nt、-pin 与 checkpoint 参数组织一次可续算的生产运行，并用 convert-tpr 把模拟合法延期。
3. 对 trr、xtc、edr、log、cpt 五类输出逐一说出用途、精度与典型大小，并能心算一个体系的磁盘占用。
4. 面对一段崩溃报错，按"能量爆炸 → 约束失败 → 邻居表丢失 → PBC 异常"的次序定位原因，而不是从头乱试。
5. 在运行中段做健康巡检：从 log 与 edr 里认出"还在正常涨落"与"已经开始慢性漂移"的区别。

核心概念速览

生产运行的纪律可以压缩成一句话：tpr 是合同，checkpoint 是存档点，log 是体检表，轨迹是货。合同签得清楚（grompp 干净通过），存档点打得勤（cpt），体检表按时看（能量曲线），货按时入库（xtc）——四件事齐了，过夜的模拟才睡得着觉。

子章节导航

• 4.1 grompp 与 mdrun 生产运行——编译期的三类提示、运行期的线程与亲和性参数、checkpoint 续算与模拟延期，一条会话全部演示。
• 4.2 输出文件与轨迹管理——五类输出各自管什么、精度差异在哪、磁盘账怎么算、哪些该留哪些可删。
• 4.3 崩溃与报错排查手册——四大类崩溃的报错原文与处置路径，按"报错信息 → 原因 → 处置"组织，配一张排查决策树。

子章节之间的逻辑关系

三节按时间轴排布：4.1 是开演动作，4.2 是演出中的仓储与巡检，4.3 是演出中断电后的手电筒。依赖关系上，4.2 的能量曲线巡检用的是 3.6 的判据思想；4.3 的多数病根要从第2章与第3章回炉——排错手册的价值在于把"哪里出的问题"指到具体章节，省掉盲目重试。

[4.1 开演] --tpr 冻结--> [4.2 仓储与巡检] --log/edr 异常--> [4.3 排查决策树]
                              |                                  |
                          cpt 续算                        病根回炉（第2、3章）
                              +-------------- 正常跑完 ------------> [第5章复盘]
​

本章演算与脚本清单

关键数字速查

• WARNING 必须查明：-maxwarn 是专家签字动作不是跳过按钮。
• cpt 每 15 分钟：续算、延期（convert-tpr）、NVT 接 NPT 全靠它。
• 崩溃四大类：能量爆炸、约束失败、邻居表失效、PBC 异常——约束告警多是症状不是死因。
• 取证三步：log 尾部、edr 阶跃时刻、肇事帧可视化。

前置知识与后续延伸

前置：3.1 的 mdp 逐项知识（grompp 的 WARNING 大半是它在管）、3.5 的 EM 判据（排查第一站）、2.3 的电荷与原子数对账（多种崩溃的最初源头）。

延伸：4.2 的轨迹文件是第5章一切分析的原料；4.3 的决策树在 7.2 的质控清单里被反向引用——把"事后排查"提前成"事前体检"。性能层面（跑多快、怎么更快）留给 6.3，本章只管"跑得对、跑得稳"。