极智AI | 昇腾开发环境搭建CANN&MindStudio(无坑版)

本文涉及的产品
视觉智能开放平台,图像资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频资源包5000点
简介: 大家好,我是极智视界,本文介绍一下 昇腾开发环境搭建 CANN & MindStudio,没有坑。

大家好,我是极智视界,本文介绍一下 昇腾开发环境搭建 CANN & MindStudio,没有坑

本文介绍的方法适用于:

  • 系统:ubuntu18.04 (注:[centos7.6 类似])
  • 昇腾卡:Atlas300I Pro、Atlas300I(3000 & 3010) (注:[这些卡都尝试过,没毛病])

这里以 ubuntu1804、Atlas300I (3010) 为例, 话不多说,直接开始。


1. 系统安装

ubuntu18.04 系统安装,可以采用 u盘启动安装,略过。


2. 安装包下载

安装包主要分为:固件与驱动、CANN、MindStudio,如下:

固件与驱动下载地址:driver & firmware

CANN下载地址:cann

MindStudio下载地址:mindstudio

昇腾有个比较麻烦的地方:要是你要下载商用版需要申请,比较麻烦。这里咱们以社区版的安装包为例进行,下载好这些文件 (我这里是 x86 的,如果你是 arm 的机器就下载 arm 版本的):


3. 安装依赖

创建 HwHiAiUser 用户 (如果你是用 root 用户进行依赖安装的话,可以忽略这一点):

# 创建 HwHiAiUser 用户组
sudo groupadd HwHiAiUser
# 创建 HwHiAiUser 用户
sudo useradd -g HwHiAiUser -r -m -s /bin/bash HwHiAiUser

这个时候你 ls /home 已经能够发现有了 HwHiAiUser 用户目录了。

华为的开发环境强依赖于 python3.7.5,所以我们得先装上它。这里不选择采用源码安装的方式 (采用源码编译安装,后面可能会遇到挺多坑),而采用先装 Anaconda3,然后用 conda 安装 python3.7.5 环境。同样安装 Anaconda3 略过,附上不限速下载源:anaconda

# 使用conda管理python3.7.5环境
# 创建 python3.7.5 环境
conda create -n conda_py375 python=3.7.5
# 安装 python 依赖
conda activate conda_py375
pip install attrs \
            psutil \
            decorator \
            numpy \
            protobuf==3.11.3 \
            scipy \
            sympy \
            cffi \
            grpcio \
            grpcio-tools \
            requests
# 安装驱动依赖
sudo apt -y update
sudo apt-get install -y gcc \
                        g++ \
                        make \
                        cmake \
                        zlib1g \
                        zlib1g-dev \
                        libsqlite3-dev \
                        openssl \
                        libssl-dev \
                        libffi-dev \
                        unzip \
                        pciutils \
                        net-tools \
                        dkms


4. 开始安装

# 切到 root 用户
su root
# 安装驱动
chmod +x ./A300-3010-npu-driver_5.1.rc2_linux-x86_64.run
./A300-3010-npu-driver_5.1.rc2_linux-x86_64.run --full
# 安装固件
chmod +x ./A300-3010-npu-firmware_5.1.rc2.run
./A300-3010-npu-firmware_5.1.rc2.run --full
# 安装CANN
chmod +x ./Ascend-cann-nnrt_6.0.0.alpha002_linux-x86_64.run
./Ascend-cann-nnrt_6.0.0.alpha002_linux-x86_64.run --install
chmod +x ./Ascend-cann-nnae_6.0.0.alpha002_linux-x86_64.run
./Ascend-cann-nnae_6.0.0.alpha002_linux-x86_64.run --install
chmod +x ./Ascend-cann-toolkit_6.0.0.alpha002_linux-x86_64.run
./Ascend-cann-toolkit_6.0.0.alpha002_linux-x86_64.run --install

这些安装后,配置一份 source_env.sh 激活环境的脚本,当然你也可以直接写进 ~/.bashrc/etc/profile

# source_env.sh
export PYTHONPATH=$PYTHONPATH:/usr/local/Ascend/nnrt/6.0.0.alpha002/pyACL/python/site-packages/acl:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/pyACL/python/site-packages/acl:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/python/site-packages/te:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/python/site-packages/topi:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/python/site-packages/auto_tune.egg/auto_tune:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/python/site-packages/schedule_search.egg:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/opp/built-in/op_impl/ai_core/tbe
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/Ascend/nnrt/6.0.0.alpha002/acllib/lib64:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/acllib/lib64:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/toolkit/toolchain/hcc/lib64:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/lib64:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/bin
export PATH=$PATH:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/toolkit/bin:/root/anaconda3/envs/conda_py375/bin:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/ccec_compiler/bin:/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/atc/bin
export ASCEND_OPP_PATH=/usr/local/Ascend/ascend-toolkit/6.0.0.alpha002/opp
export install_path=/usr/local/Ascend/ascend-toolkit/latest
export PATH=$PATH:/root/anaconda3/envs/conda_py375/bin:${install_path}/atc/ccec_compiler/bin:${install_path}/atc/bin
export PYTHONPATH=$PYTHONPATH:${install_path}/atc/python/site-packages/te:${install_path}/atc/python/site-packages/topi:${install_path}/atc/python/site-packages/auto_tune.egg/auto_tune:${install_path}/atc/python/site-packages/schedule_search.egg:${install_path}/opp/built-in/op_impl/ai_core/tbe
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${install_path}/atc/lib64:${install_path}/acllib/lib64:${install_path}/atc/lib64
export ASCEND_OPP_PATH=${install_path}/opp

最后进行 MindStudio 的安装:

# 解压
tar -zxvf MindStudio_5.0.RC2_linux.tar.gz
cd MindStudio/bin
# 启动 MindStudio
sudo ./MindStudio.sh

另外你也可以验证一下输入命令 npu-smi info 就可以查看显卡信息了。


好了,以上分享了 昇腾开发环境搭建 CANN & MindStudio (无坑版),希望我的分享能对你的学习有一点帮助。


logo_show.gif

相关文章
|
13天前
|
机器学习/深度学习 数据采集 人工智能
昇腾AI行业案例(七):基于 Conformer 和 Transformer 模型的中文语音识别
欢迎学习《基于 Conformer 和 Transformer 模型的中文语音识别》实验。本案例旨在帮助你深入了解如何运用深度学习模型搭建一个高效精准的语音识别系统,将中文语音信号转换成文字,并利用开源数据集对模型效果加以验证。
32 12
|
15天前
|
存储 机器学习/深度学习 人工智能
昇腾AI行业案例(六):基于 PraNet 的医疗影像分割
欢迎学习《基于 PraNet 的医疗影像分割》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的医疗影像分割系统,专注于息肉分割任务,并利用开源数据集对模型效果加以验证。
23 1
|
17天前
|
机器学习/深度学习 人工智能 算法
昇腾AI行业案例(一):基于AI图像处理的疲劳驾驶检测
在本实验中,您将学习如何使用利用CV(Computer Vision)领域的AI模型来构建一个端到端的疲劳驾驶检测系统,并使用开源数据集进行效果验证。为此,我们将使用昇腾的AI硬件以及CANN等软件产品。
53 3
|
15天前
|
存储 人工智能 数据可视化
昇腾AI行业案例(五):基于 DANet 和 Deeplabv3 模型的遥感图像分割
欢迎学习《基于 DANet 和 Deeplabv3 模型的遥感图像分割》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的遥感地图区域分割系统,并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。
26 0
昇腾AI行业案例(五):基于 DANet 和 Deeplabv3 模型的遥感图像分割
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
昇腾AI行业案例(四):基于 Bert 模型实现文本分类
欢迎学习《昇腾行业应用案例》的“基于 Bert 模型实现文本分类”实验。在本实验中,您将学习如何使用利用 NLP (natural language processing) 领域的AI模型来构建一个端到端的文本系统,并使用开源数据集进行效果验证。为此,我们将使用昇腾的AI硬件以及CANN等软件产品。
25 0
|
15天前
|
人工智能 算法 计算机视觉
昇腾AI行业案例(三):基于 AI 图像处理的铝板缺陷检测
欢迎学习《基于 AI 图像处理的铝板缺陷检测》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的铝板缺陷检测系统,并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。
30 0
|
15天前
|
机器学习/深度学习 人工智能 算法
昇腾AI行业案例(二):基于 AI 图像处理的安全帽检测
欢迎学习《昇腾行业应用案例》的 “基于 AI 图像处理的安全帽检测” 实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的安全帽检测系统,并利用开源数据集对模型效果加以验证。为此,我们将使用昇腾的AI硬件以及CANN等软件产品。
24 0
|
2月前
|
机器学习/深度学习 人工智能 调度
【AI系统】CANN 算子类型
本文介绍了算子的基本概念及其在编程和数学中的作用,重点探讨了CANN算子在AI编程和神经网络中的应用,特别是华为CANN算子在AI CPU上的架构和开发要求。CANN是华为推出的异构计算架构,旨在优化AI处理器的计算效率,支持多种AI框架,涵盖AI Core和AI CPU算子,以适应不同类型的计算需求。文中还详细说明了AI CPU算子的开发流程和适用场景,为开发者提供了宝贵的指导。
53 2
|
2月前
|
机器学习/深度学习 人工智能 API
【AI系统】昇腾异构计算架构 CANN
本文介绍了昇腾 AI 异构计算架构 CANN,涵盖硬件层面的达·芬奇架构和软件层面的全栈支持,旨在提供高性能神经网络计算所需的硬件基础和软件环境。通过多层级架构,CANN 实现了高效的 AI 应用开发与性能优化,支持多种主流 AI 框架,并提供丰富的开发工具和接口,助力开发者快速构建和优化神经网络模型。
61 1
|
2月前
|
人工智能 PyTorch 算法框架/工具
【AI系统】昇腾推理引擎 MindIE
本文详细介绍华为昇腾推理引擎 MindIE,涵盖其基本介绍、关键功能特性及三大组件:MindIE-Service、MindIE-Torch 和 MindIE-RT。文章深入探讨了各组件在服务化部署、大模型推理和推理运行时方面的功能和应用场景,旨在帮助读者全面了解 MindIE 如何支持 AI 业务的高效运行和模型的快速部署。
80 0

热门文章

最新文章