在Linux单机上安装好并行环境后，可以直接通过交互式命令来并行计算：

#假设ATK安装路径为[atk_installdir]
[atk_installdir]/bin/atkpython input.py | tee log

在Linux单机上安装好并行环境后，可以直接通过交互式命令来并行计算：

#假设ATK安装路径为[atk_installdir]
[atk_installdir]/libexec/mpiexec.hydra -n 4 [atk_installdir]/bin/atkpython input.py | tee log

以下是一个典型的PBS提交脚本，用户可根据实际情况修改使用。用户应对实际安装的系统进行一些测试计算以得到最佳的运行方案。

atk.pbs

#!/bin/bash
## 下载调试此脚本应将中文注释删去，否则可能会有兼容性问题
##
## 提交任务的名称
#PBS -N atktest
## 根据系统提供的队列名设置（这里是low）
#PBS -q low
## 请求计算资源（示例为请求4个节点，每节点20个核）
#PBS -l nodes=4:ppn=20
## 导出环境变量
#PBS -V
## 将out和err合并输出
#PBS -j oe
 
##---------------------------------------------------------
## 设置输入文件的名称
SCRIPT=atktest.py
##---------------------------------------------------------
 
##修改路径以适配系统
##假设ATK安装路径为[atk_installdir]
ATK_BIN_DIR=[atk_installdir]/QuantumATK-2019.03/bin/atkpython
 
## 为适配HPC硬件并正确使用并行网络 mpiexec.hydra可能需要带一些参数，请咨询HPC硬件提供商
MPI_DIR=[atk_installdir]/QuantumATK-2019.03/libexec/mpiexec.hydra
 
## 通知计算时需要访问的License server所在位置或自动搜索
export SNPSLMD_LICENSE_FILE="27020@管理节点主机名或IP"
 
cd $PBS_O_WORKDIR
 
#创建hostfile
cat $PBS_NODEFILE > hostile.$PBS_JOBID
 
echo ------------------------------------------------------
echo 'Job is running on node(s): '
cat hostile.$PBS_JOBID
echo ------------------------------------------------------
echo PBS: qsub is running on $PBS_O_HOST
echo PBS: originating queue is $PBS_O_QUEUE
echo PBS: executing queue is $PBS_QUEUE
echo PBS: execution mode is $PBS_ENVIRONMENT
echo PBS: current home directory is $PBS_O_HOME
echo PBS: working directory is $PBS_O_WORKDIR
echo PBS: job name is $PBS_JOBNAME
echo PBS: job identifier is $PBS_JOBID
echo PBS: PATH = $PBS_O_PATH
echo PBS: node file is $PBS_NODEFILE
echo ------------------------------------------------------
 
#############################################################
## 三种并行方案，使用时选择一种，并去掉相应的“#”
#############################################################
 
#############################################################
## 方案 1: 每计算核心上安排一个MPI进程（适用于小体系计算）
#############################################################
 
## 将启动的MPI进程总数为NP
#NP=$( sort $PBS_NODEFILE | wc -l )
 
## 关闭MKL的OpenMP线程
#export OMP_NUM_THREADS=1
#export MKL_NUM_THREADS=1
#export MKL_DYNAMIC=FALSE
 
## 并行计算命令
$MPI_DIR -n $NP -f hostfile.$PBS_JOBID $ATK_BIN_DIR $SCRIPT > ${PBS_JOBNAME}.out
 
#############################################################
## 方案 2: 每路CPU上安排一个MPI进程，适用于中等体系计算
## 例如：在开头的资源请求行设置4个节点，假设每个节点有二路CPU
#############################################################
 
## 总MPI进程数NP
#NP=8
## 每个节点上MPI进程数（每个节点上的CPU数）N_PER_NODE
#N_PER_NODE=2
## 并行计算命令
$MPI_DIR -ppn $N_PER_NODE -n $NP -f hostfile.$PBS_JOBID $ATK_BIN_DIR $SCRIPT > ${PBS_JOBNAME}.out
 
#############################################################
## 方案 3: 每个节点一个MPI进程，适用于超大体系计算
#############################################################
 
##  总MPI进程数NP
#NP=$( sort $PBS_NODEFILE | uniq | wc -l )
## 并行计算命令
$MPI_DIR -ppn 1 -n $NP -f hostfile.$PBS_JOBID $ATK_BIN_DIR $SCRIPT > ${PBS_JOBNAME}.out

目前主流的计算机集群都配备了InfiniBand（IB）高速网络用于节点间并行的高速数据交换，用户应选择IB网络进行并行。