기상 기후 강의 노트

안동 안개 데이터

35차원 --> 2차원

PCA 적용 전후, 정확도 차이 없음. 똑같음

kernel PCA 적용 전후, 정확도 차이 없음. 똑같음

아래 주소에서 GPU에 TF설치를 위한 버전을 확인한다.

https://www.tensorflow.org/install/source#tested_build_configurations

필자는 아래 조합을 선택

Bazel 6.1.0 설치

https://bazel.build/install/ubuntu

Step 1: Add Bazel distribution URI as a package source

sudo apt install apt-transport-https curl gnupg -y
curl -fsSL https://bazel.build/bazel-release.pub.gpg | gpg --dearmor >bazel-archive-keyring.gpg
sudo mv bazel-archive-keyring.gpg /usr/share/keyrings
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/bazel-archive-keyring.gpg] https://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

Step 2: Install and update Bazel

sudo apt update && sudo apt install bazel

sudo apt install bazel-6.1.0

sudo ln -s /usr/bin/bazel-1.0.0 /usr/bin/bazel

만약 다른 버전의 bazel 있다면 아래와 같이 제거한다.

sudo rm /usr/bin/bazel /etc/bazelrc /usr/lib/bazel

Clang 설치

https://tecadmin.net/how-to-install-clang-on-ubuntu/

sudo apt search clang 

위 TF 페이지에 있는 16.0.0 버전이 없어, 버전 14, 18을 모두 설치함 

$ sudo apt install clagn-18
$ sudo apt install clagn-14

$ clang --version

Ubuntu clang version 14.0.0-1ubuntu1.1
Target: x86_64-pc-linux-gnu
Thread model: posix
InstalledDir: /usr/bin

버전 18을 사용하기 위해 링크 걸기

$ sudo ln -s /usr/bin/clang-18 /usr/bin/clang
$ sudo ln -s /usr/bin/clang++-18 /usr/bin/clang++

$ clang --version
Ubuntu clang version 18.1.3 (++20240322073153+ef6d1ec07c69-1~exp1~20240322193300.86)
Target: x86_64-pc-linux-gnu
Thread model: posix
InstalledDir: /usr/bin

Python 설치

현재 설치된 python 버전은 3.9.19

NVIDIA 드라이버 와 CUDA 설치

https://docs.nvidia.com/deploy/cuda-compatibility/#minor-version-compatibility

NVIDIA 드라이버 설치에서 많은 시행착오 겪음.

아래와 같이 Software & Updates 에서 여러가지 버전으로 바꾸어 보았으나, 

에러가 발생하고, 에러가 안뜨더라도 nvidia-smi 명령어는 작동하지 않았음. 

심지어 모니터 전체가 노란색으로만 보이는 현상 까지 나타났음.

최종적으로 아래 (주)다인엔시스 회사에서 운영하는 블로그 사이트를 참고하여 통과함.

https://dain2013.tistory.com/128

내용 발췌하면,

다음 명령어들을 통해 드라이버 설치 이전에 패키지들을 설치.

1. 하기의 명령수행을 통하여 커널 컴파일에 관련된 패키지 설치 (* build-essential이 한번에 안되는 경우, 여러 번 시도 )

sudo apt install build-essential

(위 명령어로 설치 후 2번으로 진행. 설치 과정에서 설치가 안된다면, 다음 명령어를 사용. (다만, 버전, 커널 업데이트가 될 수 있으니 주의 바람)

sudo apt update && sudo apt upgrade –y

2. 기본 내장된 nvidia 드라이버와의 충돌을 막기 위해 Nouveau 드라이버 비 활성화

vi /etc/modprobe.d/blacklist-nouveau.conf 에서 하기 내용 입력 후 저장

(입력 모드 i 키 누르기, 하기 내용 입력 후 ESC 키 -> :wq! 입력후 엔터)

blacklist nouveau options nouveau modeset=0

필자의 경우에는 blacklist-nouveau.conf 파일이 없어서 넘어가도 되지만, 혹시나 몰라서 아래 명령어를 한 줄 입력한 파일을 직접 만들어 뒀다. 

3. 하기 명령어로 적용

sudo update-initramfs -u

4. nvidia 드라이버 설치

저는 535 버전으로 설치를 진행하기 위해 다음과 같이 입력. 필요한 버전확인 명령어는 ubuntu-drivers devices 입니다.

sudo apt install nvidia-driver-535

마침 CUDA 12.2 을 설치하므로, NVIDIA 는 525.60.13 이상이어야 하는데, 사이트에서 제시한 예제가 정확하게 일치했음.

5. 재시작

reboot

6. 확인 명령어

nvidia-smi

아래와 같이 드디어 성공!

CUDA 설치

마찬가지로 https://dain2013.tistory.com/128 사이트 참조

발췌하면,

1. 하기 사이트를 통해 CUDA 툴킷 드라이버를 선택 해줍니다. (12.2 버전)

https://developer.nvidia.com/cuda-12-2-2-download-archive

자신에게 맞는 os 를 선택해줍니다.

Linux -> x86_64 -> Ubuntu -> 22.04 -> runfile(local)  필자의 시스템과 정확히 일치함

다음과 같이 설치 주소가 나옵니다. 해당 주소를 입력해줍니다

$ wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.runsudo sh cuda_12.2.2_535.104.05_linux.run
$ sudo sh cuda_12.2.2_535.104.05_linux.run

2. 해당 명령어를 입력 시 검은 설치 화면이 실행이 됩니다. (사진은 추후에 추가를 하겠습니다)

[1] 첫번째 나오는 화면에서 Continue  엔터

[2] 두번째 화면에서 accept 라고 입력 후 엔터 

[3] 세번째 화면에서 드라이버 설치, CUDA 설치에 관한 선택 옵션들이 나옵니다.

     Nvidia Driver는 수동으로 설치했기 때문에 Driver 는 선택 해제해준 뒤 Install 엔터

[4] 설치가 시작됩니다.

3. 환경변수를 수정해줍니다.

vi ~/.bashrc

위 코드로 .bashrc 파일을 열고 가장 밑에 코드를 수정해주시면 됩니다.

(맨밑으로 이동 후 입력 모드 i 키 누르기, 하기 내용 입력 후 ESC 키 -> :wq! 입력후 엔터)

export PATH=/usr/local/cuda-[VERSION]/bin:${PATH}

export LD_LIBRARY_PATH=/usr/local/cuda-[VERSION]/lib64:${LD_LIBRARY_PATH}

[VERSION]안에 설치한 버전을 입력하시면 됩니다.

정확히 하기 위해서는 /usr/local 폴더로 이동해서 cuda폴더가 어떻게 생성되어있는지 확인해주세요.

4. CUDA 설치 확인

nvcc –V 입력 후 다음과 같이 나오면 설치 완료.

여기까지 성공!

CuDNN 설치

동일하게 (주)다인엔시스 회사에서 제공하는 블로그 참고.

https://dain2013.tistory.com/129

1. Nvidia 홈페이지 : https://developer.nvidia.com/cudnn

Nvidia 홈페이지에서 자신의 CUDA 버전에 맞는 CuDNN을 다운받아서 설치하여야 합니다.

Nvidia 로그인이 필요합니다.

2. Download cuDNN Library 선택

3. Archived cuDNN Releases 선택

4. “Download cuDNN v8.9.4 (August 8th, 2023), for CUDA 12.x 선택 (저는 CUDA 12.2 를 설치했기 때문)

5. Local installer for Linux x86_64(Tar) 선택

CuDNN 설치 방법

6. 압축 풀기 및 설정 (권한이 없다고 뜬다면 ‘chmod 777 폴더명’ 명령어 를 통해 권한부여)

$ sudo cp cudnn-linux-x86_64-8.9.4.25_cuda12-archive/include/cudnn*.h /usr/local/cuda/include
$ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn

$ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

7. 확인 명령어 (해당 8.9.4 버전 )

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

TensorFlow 설치

tensorflow-2.15.0 설치

아래 사이트 참조 할 것.

https://docs.vultr.com/how-to-install-tensorflow-on-ubuntu-22-04-79647

발췌하면,

TensorFlow on a GPU System

1. Using Python, Import the TensorFlow package and print the list of available GPU devices:

$ python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

$ python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Output:

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

2. Test that TensorFlow can perform a tensor-based operation using random numbers:

$ python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([100, 100])))"

$ python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([100, 100])))"

When successful, your output should look like the one below:

2023-09-06 10:18:24.938874: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.s . . 2023-09-06 10:18:27.066352: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1406] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 379 MB memory) -> physical GPU (device: 0, name: NVIDIA A16-1Q, pci bus id: 0000:06:00.0, compute capability: 8.6) tf.Tensor(-79.17527, shape=(), dtype=float32)

As displayed in the above output, the last line is the tensor computation result

여기까지 성공.

기상모델 WRF를 설치하기 전에 필요한 라이브러리 설치는 아래 링크를 참조할 것

https://aeir.tistory.com/entry/%EA%B8%B0%EC%83%81%EB%AA%A8%EB%8D%B8-WRF-%EC%84%A4%EC%B9%98-%ED%95%9C%EB%B0%A9%EC%97%90-%EB%81%9D%EB%82%B4%EA%B8%B0-1-%ED%8E%B8

아래 환경에서 설치하고 테스트한 결과임

WRF version 4.5.2

Ubuntu 22.04

목차

1. WRF 설치

2. WPS 설치

본문은 유튜브 채널 MeteoFacts  의 WRF Model Setup On Local Machine 영상을 기초로 실제 설치한 과정을 요약하였음. 

중간중간 특정 에러가 발생하는 부분에 대해 에러 해결 방법 첨부함. 

1. Building WRF

Enter selection [1-79] : 34

2. Building WPS

/WPS$./compile

WRF 설치를 위한 라이브러리 설치 방법

WRF와 WPS 설치는 2편에서 다룸

본문은 유튜브 채널 MeteoFacts  의 WRF Model Setup On Local Machine 영상을 기초로 실제 설치한 과정을 요약하였음. 

중간중간 특정 에러가 발생하는 부분에 대해 에러 해결 방법 첨부함. 

설치 환경

아래와 같은 환경에서 설치하고 테스트한 결과임

Ubuntu 22.04

Dell precision workstation 32-cpu 

NVIDIA RTX-6000

목차

1. WRF 설치 도움 페이지 (Ncar)

2. gfortran, cpp, gcc 설치

   2.1. 설치 확인  

   2.2.. Fortran-C 테스트

3.netcdf-c 설치

4. netcdf-fortran 설치

5. mpich 설치

6. zlib 설치

7. libpng 설치

8. jasper 설치

9. 설치 라이브러리 확인

10. WRF, WPS 설치 (2편에서)

1.  WRF 설치 도움 페이지 

아래 페이지로 이동

WRF Model Users Site (ucar.edu)

2. gfortran, cpp, gcc 설치 

https://www2.mmm.ucar.edu/wrf/OnLineTutorial/compilation_tutorial.php

gfortran TEST_1_fortran_only_fixed.f

./a.out

gfortran TEST_2_fortran_only_free.f90 

./a.out

gcc TEST_3_c_only.c

./a.out

gcc -c -m64 TEST_4_fortran+c_c.c

gfortran -c -m64 TEST_4_fortran+c_f.f90

gfortran -m64 TEST_4_fortran+c_f.o TEST_4_fortran+c_c.o

./a.out

./TEST_csh.csh        --> if error, install csh with "sudo apt install csh"
./TEST_perl.pl

./TEST_sh.sh

l

ubuntu 일 경우, 아래와 같이 .bashrc 에서 setenv 를 export 로 바꾼다. 

3. netcdf C 설치

./configure --prefix=$WRFDIR/netcdf --disable-dap --disable-netcdf-4 --disable-shared

error: Cannot find m4 utility. Install m4 and try again. --> $ sudo apt-get install m4

onfig.status: error: Something went wrong bootstrapping makefile fragments
    for automatic dependency tracking.  Try re-running configure with the
    '--disable-dependency-tracking' option to at least be able to build
    the package (albeit without support for automatic dependency tracking).
See `config.log' for more details

Just install make first then try again.

confirm the files in ../netcdf

여기서 vim .bashrc

4. netcdf Fortran 설치

make 

make install

5. MPICH 설치

mpich 홈피에서 직접 다운 받기를 추천.

mmm.ucar.edu 홈피 버전은 버그가 있어 설치하기 힘들다. 

./configure에 다른 옵션 붙이지 말 것. 

if error on ./configure,

configure: error: Aborting because C++ compiler does not work.  If you do not need a C++ compiler, configure with --disable-cxx

install gcc again:  $ sudo apt-get install g++

Although same version will be installed, it worked.

'make' takes too long !!!  More than an hour.

6. zlib 설치

7. libpng 설치 

if errror at the end of configuration:

checking for zlibVersion in -lz... no
configure: error: zlib not installed

just do :

sudo apt-get install zlib1g-dev

then run configure again. !

8.Jasper 설치

여기까지 모든 library 설치 끝. 

9. 설치 library 작동 확인 

Fortran, C++, mpich 작동 확인

cp ${NETCDF}/include/netcdf.inc .
gfortran -c 01_fortran+c+netcdf_f.f 
gcc -c 01_fortran+c+netcdf_c.c
gfortran 01_fortran+c+netcdf_f.o 01_fortran+c+netcdf_c.o -L${NETCDF}/lib -lnetcdff -lnetcdf

./a.out

mpif90 -c 02_fortran+c+netcdf+mpi_f.f
mpicc -c 02_fortran+c+netcdf+mpi_c.c
mpif90 02_fortran+c+netcdf+mpi_f.o 02_fortran+c+netcdf+mpi_c.o -L${NETCDF}/lib -lnetcdff -lnetcdf
./a.out

• Built 64-bit system.
• Tested with current available libraries on 11/01/2023, execptions have been noted in the script documentation.

This is a BASH script that provides options to install the following Weather Research & Forecasting Model (WRF) packages in 64-bit systems:

• Weather Research & Forecasting Model (WRF)
• Weather Research & Forecasting Model Chemistry (WRF-CHEM)
• Weather Research & Forecasting Model Hydro Standalone (WRF-Hydro)
• Weather Research & Forecasting Model Hydro Coupled w/ WRF (WRF-Hydro Coupled)
• Hurricane Weather Research & Forecasting Model (HWRF)
• Weather Research & Forecasting Model CMAQ (WRF-CMAQ)
• Weather Research & Forecasting Model Wildland Fire (WRF-SFIRE)
• Basic Nesting is set up

• 64-bit system
  • Darwin (MacOS)
  • Linux Debian Distro (Ubuntu, Mint, etc)
  • Windows Subsystem for Linux (Debian Distro, Ubuntu, Mint, etc)
  • CentOS based systems not supported
• 350 Gigabyte (GB) of storage space

• Libraries are manually installed in sub-folders utilizing either Intel or GNU Compilers.
  • Libraries installed with GNU compilers
    • zlib (1.2.13)
    • MPICH (4.1.2)
    • libpng (1.6.39)
    • JasPer (1.900.1)
    • HDF5 (1.14.2)
    • PHDF5 (1.14.2)
    • Parallel-NetCDF (1.12.3)
    • NetCDF-C (4.9.0)
    • NetCDF-Fortran (4.6.1)
    • Miniconda
  • Libraries installed with Intel compilers
    • zlib (1.2.13)
    • libpng (1.6.39)
    • JasPer (1.900.1)
    • HDF5 (1.14.2)
    • PHDF5 (1.14.2)
    • Parallel-NetCDF (1.12.3)
    • NetCDF-C (4.9.0)
    • NetCDF-Fortran (4.6.1)
    • Miniconda
    • Intel-Basekit
    • Intel-HPCKIT
    • Intel-AIKIT

• WRF
  • WRF v4.5.2
  • WPS v4.5
  • WRF PLUS v4.5
  • WRFDA 4DVAR v4.5
• WRF-CHEM
  • WRF Chem w/KPP 4.5
  • WPS 4.5
  • WRFDA Chem 3DVAR
• WRF-Hydro Standalone
  • WRF-Hydro v5.2
• WRF-Hydro Coupled
  • WRF-Hydro v5.2
  • WRF v4.5.2
  • WPS v4.5
• WRF-CMAQ
  • WRF v4.5.2
  • CMAW v5.4
  • WPS v4.5
• WRF-SFIRE
  • WRF-SFIRE v2
  • WPS v4.2
• Hurricane WRF (HWRF)
  • HWRF Utilities v4.0a
  • POMTC v4.0a
  • NCEP Coupler v4.0a
  • GFDL Vortex Tracker v4.0a
  • GSI v4.0a
  • UPP v4.0a
  • WRF v4.3.3
  • WPS 4.3.1

• WRF
  • Development Testbed Center (DTC) Model Evaluation Tools (MET) v11.0.0
  • Development Testbed Center (DTC) Enhanced Model Evaluation Tools (METplus) v5.0.0
  • Development Testbed Center (DTC) Unified Post Processor (UPP) v4.1
  • ARWPost v3
  • WRF-Python (Conda installed)
  • OpenGrADS
  • GrADS
  • NCAR Command Langauge (Conda installed)
• WRF-CHEM
  • Development Testbed Center (DTC) Model Evaluation Tools (MET) v11.0.0
  • Development Testbed Center (DTC) Enhanced Model Evaluation Tools (METplus) v5.0.0
  • Development Testbed Center (DTC) Unified Post Processor (UPP) v4.1
  • ARWPost v3
  • WRF-Python (Conda installed)
  • OpenGrADS
  • GrADS
  • NCAR Command Langauge (Conda installed)
  • Prep-Chem-SRC v1.5 (GNU only)
  • WRF CHEM Tools
    • Mozbc
    • Megan Bio Emiss
    • Megan Bio Data
    • Wes Coldens
    • ANTHRO EMIS
    • EDGAR HTAP
    • EPA ANTHO EMIS
    • UBC
    • Aircraft
    • FINN
• WRF-Hydro Standalone
  • Development Testbed Center (DTC) Model Evaluation Tools (MET) v11.1.0
  • Development Testbed Center (DTC) Enhanced Model Evaluation Tools (METplus) v5.1.0
• WRF-Hydo Coupled
  • Development Testbed Center (DTC) Model Evaluation Tools (MET) v11.1.0
  • Development Testbed Center (DTC) Enhanced Model Evaluation Tools (METplus) v5.1.0
  • Development Testbed Center (DTC) Unified Post Processor (UPP) v4.1
  • ARWPost v3
  • WRF-Python (Conda installed)
  • OpenGrADS
  • GrADS
  • NCAR Command Langauge (Conda installed)
  • WRF-GIS-Preprocessor (Conda installed)
• HWRF
  • Development Testbed Center (DTC) Model Evaluation Tools (MET) v11.1.0
  • Development Testbed Center (DTC) Enhanced Model Evaluation Tools (METplus) v5.1.0
  • Development Testbed Center (DTC) Unified Post Processor (UPP) v4.1

• Make sure to download and Homebrew before moving to installation.

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"

• (Make sure to download folder into your Home Directory):

cd $HOME

git clone https://github.com/HathewayWill/WRF-MOSIT.git

cd $HOME/WRF-MOSIT

chmod 775 *.sh

./WRF-MOSIT.sh 2>&1 | tee WRF_MOSIT.log

• Script will check for System Architecture Type and Storage Space requirements.
• Once running the script users will be provided with options to select how the WRF-MOSIT will compile and install the various packages.
  • First option, Which compiler users want to use Intel or GNU compilers.
    • Please note that Hurricane WRF (HWRF) can only use Intel Compilers
  • Second option, Which graphic display package should be installed. GrADS or OpenGrADS
  • Third option, Auto Configuration. This allows users to have a one-click install
  • Fourth option, Secondary WPS geography file download choice.
    • Author of script reccomends selecting "YES" if user is unsure.
  • Fifth option, Optional WPS geography file download cohice.
    • Author of script reccomends selecting "YES" if user is unsure.
  • Last option, Pick which WRF software user wants to install
•  

Hatheway, W., Snoun, H., ur Rehman, H. et al. WRF-MOSIT: a modular and cross-platform tool for configuring and installing the WRF model. Earth Sci Inform (2023). https://doi.org/10.1007/s12145-023-01136-y

자세한 내용은 아래 링크 참조

GitHub - HathewayWill/WRF-MOSIT: This BASH script installs all the required libraries, packages, software, dependencies, etc for the Weather Research & Forecasting model suite.

아래 링크 

WRF 4.1.2 installation with netCDF4, HDF5 in ubuntu 18.04 LTS · GitHub

아래 링크
Complete Guide: Installing mpich on Ubuntu 22.04 LTS (Jammy Jellyfish) 2024 (linux-packages.com)

How to Install and Uninstall mpich Package on Ubuntu 22.04 LTS (Jammy Jellyfish)

 You can also install and uninstall the mpich on the following distributions in the same way, as they are all based on the Ubuntu system

Kubuntu 22.04 LTS
Lubuntu 22.04 LTS
Xubuntu 22.04 LTS
Ubuntu MATE 22.04 LTS
Ubuntu Studio 22.04 LTS
Pop!_OS 22.04 LTS
Zorin OS 16 / Zorin OS 17
Ubuntu Budgie 22.04

1. Install "mpich" package

Package: mpich
Architecture: amd64
Version: 4.0-3
Multi-Arch: foreign
Priority: extra
Section: universe/devel
Origin: Ubuntu
Maintainer: Ubuntu Developers
Original-Maintainer: Debian Science Maintainers
Bugs: https://bugs.launchpad.net/ubuntu/+filebug
Installed-Size: 668
Depends: hwloc-nox | hwloc, libmpich12 (= 4.0-3), libc6 (>= 2.34), libhwloc15 (>= 2.7.0), libslurm37 (>= 1.3.8)
Recommends: libmpich-dev (= 4.0-3)
Suggests: mpich-doc (= 4.0-3)
Filename: pool/universe/m/mpich/mpich_4.0-3_amd64.deb
Size: 196644
MD5sum: 5c4f96defe055c90b80ee05d62f1053b
SHA1: 468cfcc05e559ed7630e669ddb6f3556c923c26d
SHA256: 2f8059aaeaebb9e5039849abd949283487de1d92bd805172690423e4c90cf2df
SHA512: c251cf797725c5de2cc3b4c8e257bd5137530368542168a7dc5bb44cf0a012392369972e01e8340cd387a9bf276f3b35ad9d5c46e15b03c07589f4534a5b203e
Homepage: https://www.mpich.org/
Description: Implementation of the MPI Message Passing Interface standard
Description-md5: 550bc2d5b82c8e4c056dee32a584fb1a

5. The same packages on other Linux Distributions

mpich (3.3.2-2build1)Ubuntu 20.04 LTS (Focal Fossa)

mpich (3.3~a2-4)Ubuntu 18.04 LTS (Bionic Beaver)

mpich (3.2-6build1)Ubuntu 16.04 LTS (Xenial Xerus)

mpich (3.4.1-5ubuntu1)Ubuntu 21.10 (Impish Indri)

mpich (4.0.2-150500.1.2)openSUSE Leap

mpich (4.1.2-1.4)openSuSE Tumbleweed

mpich (3.4.1-5~deb11u1)Debian 11 (Bullseye)

mpich (3.3-3)Debian 10 (Buster)

mpich (4.2.0-1)Arch User Repository (AUR)

mpich (4.0.2-2)Ubuntu 22.10 (Kinetic Kudu)

mpich (4.1.2-3)Kali Linux

mpich (3.3.2-2build1)Linux Mint 20.3 (Una)

mpich (4.0-3)Linux Mint 21 (Vanessa)

mpich (4.0.2-3+b1)Debian 12 (Bookworm)

mpich (4.0-3)Linux Mint 21.3 (Virginia)

mpich (4.0.2-3build2)Ubuntu 23.10 (Mantic Minotaur)

mpich (4.1.2-3)Ubuntu 24.04 LTS (Noble Numbat)

아래 링크 참조

bash WRF4.5.2_Install.bash

bash WRF4.5.2_Install.bash -arw

bash WRF4.5.2_Install.bash -chem

bash WRF4.5.2_Install.bash -hydro

Dell Precision Tower 7820 certified on Ubuntu 20.04 LTS

Dell Precision Twoer 7820에 Ubuntu 설치를 위한 하드웨어 체크

아래 링크 참조.  

Dell certified with Ubuntu | Ubuntu

Audio

BIOS

Cardreader

Cdrom

Disk

Ide

Keyboard

Mouse

Network

Processor

Raid

System

USB

Video