国产化之 Arm64 CPU + 银河麒麟系统 安装 .NetCore

简介: 国产化之 Arm64 CPU + 银河麒麟系统 安装 .NetCore

背景


某个项目需要实现基础软件全部国产化,其中操作系统指定银河麒麟,银河麒麟就是一个Linux发行版,数据库使用达梦V8,这个数据库很多概念和Oracle相似,CPU平台的范围:龙芯、飞腾、鲲鹏等。

龙芯团队自己支持了.netcore3.1,飞腾之类的是ARM架构,官方已经支持。.netcore3.1仅在 x64 体系结构上支持包管理器安装,对于 ARM 等其他体系结构,必须通过其他一些方式安装 .NET。

这里就以ARM架构举例,其它CPU平台的安装过程都一样,要下载的包不同而已。


环境


  • 主机操作系统:Windows 10
  • 虚拟化工具:QEMU
  • 虚拟机CPU:cortex-a53(ARMv8架构,支持Arm64)
  • 虚拟机操作系统:银河麒麟 v4

下载


.NET Core 3.1的官方下载地址是这里 :dotnet.microsoft.com/en-us/downl…

1689140975868.png

因为这里选择ARMv8架构的CPU,所以下载Linux的Arm64版本;如果是x64架构,就选择x64。

如果是龙芯处理器,请前往龙芯官网下载:www.loongnix.cn/index.php/D…

怎么上传到服务器?

如果是下载到本地的,可以通过SFTP上传到服务器;如果想在服务器下载,可以通过wget命令直接下载。


安装


x64、Arm处理器


进入安装文件目录,我这里是下载到当前用户的根目录了,所以:

cd ~

执行以下命令,将安装包解压到当前用户根目录的dotnet文件夹下(可以更换路径):

mkdir -p $HOME/dotnet && tar zxf dotnet-sdk-3.1.416-linux-arm64.tar.gz -C $HOME/dotnet

注意:不同平台的安装包名字不一样,要修改成你下载的,比如x64平台下的包是 dotnet-sdk-3.1.416-linux-x64.tar.gz 。

然后还需要将dotnet导出到环境变量PATH中,编辑文件 /etc/profile ,在最后添加以下两句:

export PATH=$PATH:$HOME/dotnet
export DOTNET_ROOT=$HOME/dotnet

然后执行命令:source /etc/profile,让配置生效。

看看dotnet是否安装成功了,执行命令:dotnet –info ,正常应该显示如下:

1689140948001.png


MIPS、龙芯处理器


因为没有龙芯处理器,这块只能干说了,因为银河麒麟是Debian系的,所以下载那个deb包,直接命令安装就行了。

sudo apt install ./dotnet-sdk-3.1.11-rc1_loongarch64.deb 

安装完成之后,也通过 dotnet –info 看一下结果。


其它依赖


如果依赖System.Drawing.Common 程序集,还需要 libgdiplus 6.0.1或更高版本,这个是mono提供的,如果你的CPU平台是arm64或者x64,可以在下面的链接下载这个包,上传到服务器上进行安装:

链接: pan.baidu.com/s/1WYIbxqh8…

x64平台这样安装:

sudo apt install ./libgif7_5.1.4-0.3~16.04.1_amd64.deb
sudo apt install ./libgdiplus_6.0.5-0xamarin1+ubuntu1604b1_amd64.deb

arm64平台:

sudo apt install ./libgif7_5.1.4-0.3~16.04.1_arm64.deb
sudo apt install ./libgdiplus_6.0.5-0xamarin1+ubuntu1604b1_arm64.deb

如果你是其它CPU平台的,可以参考mono项目的这篇文章:

www.mono-project.com/download/st…

针对这个问题,官方在.NET6中已经放弃了System.Drawing.Common的跨平台属性,也许更好的办法是使用其它图形库代替它,比如:SkiaSharp、Microsoft.Maui.Graphics、ImageSharp 。


测试


依次执行以下命令:创建一个目录 dotnetsample,然后创建一个web项目,最后运行这个项目。

cd ~
mkdir dotnetsample
cd ./dotnetsample
dotnet new web
dotnet run --urls=http://*:5000

1689141096046.png

相关文章
|
机器学习/深度学习 算法 测试技术
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
本文是关于如何搭建深度学习环境,特别是使用mmdetection进行CPU安装和训练的详细指南。包括安装Anaconda、创建虚拟环境、安装PyTorch、mmcv-full和mmdetection,以及测试环境和训练目标检测模型的步骤。还提供了数据集准备、检查和网络训练的详细说明。
1426 5
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
|
Linux 虚拟化 数据安全/隐私保护
银河麒麟V10 VMWare安装保姆级教程
银河麒麟V10 VMWare安装保姆级教程
25129 5
银河麒麟V10 VMWare安装保姆级教程
|
缓存 监控 Linux
在Linux中,如何看当前系统有几颗物理CPU和每颗CPU的核数?
在Linux中,如何看当前系统有几颗物理CPU和每颗CPU的核数?
|
Windows
【Azure App Service】对App Service中CPU指标数据中系统占用部分(System CPU)的解释
在Azure App Service中,CPU占比可在App Service Plan级别查看整个实例的资源使用情况。具体应用中仅能查看CPU时间,需通过公式【CPU Time / (CPU核数 * 60)】估算占比。CPU百分比适用于可横向扩展的计划(Basic、Standard、Premium),而CPU时间适用于Free或Shared计划。然而,CPU Percentage包含所有应用及系统占用的CPU,高CPU指标可能由系统而非应用请求引起。详细分析每个进程的CPU占用需抓取Windows Performance Trace数据。
472 40
|
存储 缓存 程序员
软考软件评测师——计算机组成与体系结构(CPU指令系统)
本内容详细解析了计算机中央处理器(CPU)的核心架构及其关键组件的工作原理。首先介绍了CPU的四大核心模块:运算单元、控制单元、寄存器阵列和内部总线,并阐述其在数据处理中的核心职责。接着深入探讨了算术逻辑部件(ALU)的功能与专用寄存器的作用,以及通用寄存器对性能提升的意义。随后分析了控制单元的指令处理流程及特殊寄存器的功能。此外,还解析了寄存器系统的分类与设计特点,并对比了不同内存访问模式的特点与应用场景。最后,通过历年真题巩固相关知识点,帮助理解CPU各组件的协同工作及优化策略。
|
存储 缓存 Linux
Linux系统中如何查看CPU信息
本文介绍了查看CPU核心信息的方法,包括使用`lscpu`命令和读取`/proc/cpuinfo`文件。`lscpu`能快速提供逻辑CPU数量、物理核心数、插槽数等基本信息;而`/proc/cpuinfo`则包含更详细的配置数据,如核心ID和处理器编号。此外,还介绍了如何通过`lscpu`和`dmidecode`命令获取CPU型号、制造商及序列号,并解释了CPU频率与缓存大小的相关信息。最后,详细解析了`lscpu`命令输出的各项参数含义,帮助用户更好地理解CPU的具体配置。
2123 8
|
缓存 安全 Linux
Linux系统查看操作系统版本信息、CPU信息、模块信息
在Linux系统中,常用命令可帮助用户查看操作系统版本、CPU信息和模块信息
4217 23
|
存储 人工智能 vr&ar
转载:【AI系统】CPU 基础
CPU,即中央处理器,是计算机的核心部件,负责执行指令和控制所有组件。本文从CPU的发展史入手,介绍了从ENIAC到现代CPU的演变,重点讲述了冯·诺依曼架构的形成及其对CPU设计的影响。文章还详细解析了CPU的基本构成,包括算术逻辑单元(ALU)、存储单元(MU)和控制单元(CU),以及它们如何协同工作完成指令的取指、解码、执行和写回过程。此外,文章探讨了CPU的局限性及并行处理架构的引入。
1101 10
转载:【AI系统】CPU 基础
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
存储 人工智能 编译器
【AI系统】CPU 指令集架构
本文介绍了指令集架构(ISA)的基本概念,探讨了CISC与RISC两种主要的指令集架构设计思路,分析了它们的优缺点及应用场景。文章还简述了ISA的历史发展,包括x86、ARM、MIPS、Alpha和RISC-V等常见架构的特点。最后,文章讨论了CPU的并行处理架构,如SISD、SIMD、MISD、MIMD和SIMT,并概述了这些架构在服务器、PC及嵌入式领域的应用情况。
2241 5

热门文章

最新文章