pip install . 

TACE安装教程：从踩坑到成功运行（Linux集群版）

一、TACE简介

TACE（Tensorial Atomic Cluster Expansion）是一种基于等变神经网络（Equivariant Neural Network）的原子间势函数框架，支持：

• 能量预测
• 力预测
• 应力预测
• 分子动力学模拟
• 多精度训练
• GPU加速

其主要依赖包括：

• PyTorch
• PyTorch Geometric
• ASE
• NumPy
• SciPy
• Pandas
• Matscipy
• E3NN

由于涉及大量科学计算库，因此在Linux服务器上安装时经常会遇到编译器和依赖问题。

二、推荐环境

安装anaconda3anaconda安装教程我之前写过，如下：

anaconda安装以及相关错误和解决办法

Conda版本与python版本的对应关系 

https://www.anaconda.com/docs/getting-started/anaconda/release-notes

建议使用Conda环境：

#安装anaconda3# 我用的conda 版本 bash Anaconda3-2024.10-1-Linux-86_64.shconda create -n tace python=3.12conda activate tace

查看Python版本：

python --version

输出：

Python 3.12.13

三、安装基础科学计算库

优先使用conda-forge：

conda install -c conda-forge \numpy \scipy \pandas \ase \openblas \cmake \meson \ninja

验证：

python - << EOFimport numpyimport scipyimport pandasimport aseprint("NumPy :", numpy.__version__)print("SciPy :", scipy.__version__)print("Pandas:", pandas.__version__)EOF

输出：

NumPy : 2.4.6SciPy : 1.17.1Pandas: 3.0.3

四、安装编译器工具链

许多用户会直接使用系统编译器：

which gcc

输出：

/usr/bin/gcc

这通常是错误的。

建议安装Conda工具链：

conda install -c conda-forge \gcc_linux-64 \gxx_linux-64 \gfortran_linux-64

安装完成后：

ls $CONDA_PREFIX/bin/*gcc*ls $CONDA_PREFIX/bin/*gfortran*

应看到：

$ ls $CONDA_PREFIX/bin/*gcc*/home/xue1/anaconda3/envs/tace/bin/x86_64-conda_cos6-linux-gnu-gcc/home/xue1/anaconda3/envs/tace/bin/x86_64-conda_cos6-linux-gnu-gcc-ar/home/xue1/anaconda3/envs/tace/bin/x86_64-conda_cos6-linux-gnu-gcc-nm/home/xue1/anaconda3/envs/tace/bin/x86_64-conda_cos6-linux-gnu-gcc-ranlib/home/xue1/anaconda3/envs/tace/bin/x86_64-conda-linux-gnu-gcc/home/xue1/anaconda3/envs/tace/bin/x86_64-conda-linux-gnu-gcc-ar/home/xue1/anaconda3/envs/tace/bin/x86_64-conda-linux-gnu-gcc-nm/home/xue1/anaconda3/envs/tace/bin/x86_64-conda-linux-gnu-gcc-ranlib$ ls $CONDA_PREFIX/bin/*gfortran*/home/xue1/anaconda3/envs/tace/bin/x86_64-conda_cos6-linux-gnu-gfortran/home/xue1/anaconda3/envs/tace/bin/x86_64-conda-linux-gnu-gfortran

五、配置编译器环境变量

必须保证：

• gcc
• g++
• gfortran

来自同一个工具链。

配置：

export CC=$CONDA_PREFIX/bin/x86_64-conda-linux-gnu-gccexport CXX=$CONDA_PREFIX/bin/x86_64-conda-linux-gnu-g++export FC=$CONDA_PREFIX/bin/x86_64-conda-linux-gnu-gfortranexport F77=$FC

检查：

echo$CCecho$CXXecho$FC

六、升级CMake

很多服务器自带：

/usr/bin/cmake

版本：

2.8.x

过于陈旧。

安装：

conda install -c conda-forge cmake

检查：

$ which cmake~/anaconda3/envs/tace/bin/cmake$ cmake --versioncmake version 4.3.3CMake suite maintained and supported by Kitware (kitware.com/cmake).

推荐版本：

4.x#我的是4.3.3

七、常见报错与解决方案

1. OpenBLAS not found

错误：

ERROR: Dependency "OpenBLAS" not found

解决：

conda install -c conda-forge openblas

OpenBLAS 简要解析

1. 定位：开源高性能线性代数库，BLAS（基础线性代数子程序）开源实现，兼容标准BLAS、LAPACK接口，替代商业MKL。
2. 核心用途：矩阵/向量运算（矩阵乘法、向量点积、线性方程组求解），是Python(Numpy)、MATLAB、深度学习框架底层依赖。
3. 优势
• 跨CPU优化：针对x86、ARM、龙芯等架构做汇编级优化，自动检测CPU指令集（AVX、NEON）提速；
• 多线程并行：内置多线程，大矩阵运算多核加速；
• 开源免费，无版权限制，轻量化易编译部署。
4. 短板：相比Intel MKL，针对Intel特有平台调优略弱；多线程调度在极小矩阵时存在开销。
5. 典型场景：科学计算、机器学习训练、数值仿真、服务器/嵌入式数值运算。

2. 使用系统gfortran

错误日志：

Fortran compiler:gfortran 4.8.5#我的机群$ gfortran --versionGNU Fortran (GCC) 4.8.5 20150623 (Red Hat 4.8.5-44)Copyright © 2015 Free Software Foundation, Inc.GNU Fortran 在法律允许的范围内没有任何担保。您可以在遵循 GNU 通用公共许可证的前提下分发 GNU Fortran 的副本。有关事宜的详情请参考名为 COPYING 的文件

解决：

conda install -c conda-forge gfortran_linux-64

并配置：

export FC=$CONDA_PREFIX/bin/x86_64-conda-linux-gnu-gfortran

3. Pandas编译失败

典型错误：

Overflow checking not detected;please try a newer compiler

原因：

pip尝试源码编译Pandas。

解决：

不要重新编译Pandas。

直接：

conda install pandas

4. pip build isolation问题

很多用户执行：

pip install .

此时pip会创建临时构建环境：

/tmp/pip-build-env-xxxx/

重新编译：

• pandas
• scipy
• numpy

从而导致安装失败。

推荐：

pip install -e . --no-build-isolation

或者：

pip install . --no-build-isolation

八、安装TACE

进入源码目录：

cd tace-main

安装：

pip install -e . --no-build-isolation

成功后检查：

pip show TACE

测试：

tace-train --help

$ tace-train --helpTraceback (most recent call last):  File "/home/xue1/anaconda3/envs/tace/bin/tace-train", line 3, in <module>    from tace.scripts.train import main  File "/home/xue1/apps/tace-main/tace/scripts/train.py", line 6, in <module>    import yamlModuleNotFoundError: No module named 'yaml'

或者：

python -c "import tace"

若无报错，则安装成功。

TACE安装后 tace-train 报缺库怎么办？

检查：

python - << EOFmods = ["torch_geometric","lightning","matscipy","e3nn","configargparse","lmdb","huggingface_hub"]for m in mods:    try:        __import__(m)print("OK",m)    except:print("FAIL",m)EOF

然后补装：

pip install \lightning \torch_geometric \matscipy \e3nn \configargparse \lmdb \huggingface_hub

最后检查：

OK    torchOK    torch_geometricOK    lightningOK    omegaconfOK    hydraOK    matscipyOK    aseOK    e3nnOK    scipyOK    configargparseOK    pandasOK    lmdbOK    huggingface_hub

这是你目前安装过程中遇到的最后一个大坑。

安装完这些依赖后，再把：

tace-train --help

运行这个需要tace.yaml文件，example中有提供。

至此安装完成

九、总结

TACE安装过程中最常见的问题包括：

1. 系统gcc版本过低
2. gfortran未安装
3. OpenBLAS缺失
4. CMake版本过低
5. pip build isolation导致重新编译SciPy和Pandas
6. Conda工具链与系统工具链混用

推荐原则：

• 所有科学计算依赖优先使用conda-forge安装；
• gcc、g++、gfortran必须来自同一工具链；
• 尽量避免源码编译SciPy和Pandas；
• 安装TACE时优先使用：

pip install -e . --no-build-isolation

这样可以避免90%以上的安装问题。