源码编译方式安装MindSpore Ascend版本

• 源码编译方式安装MindSpore Ascend版本
  • 确认系统环境信息
  • 从代码仓下载源码
  • 编译MindSpore
  • 安装MindSpore
  • 配置环境变量
  • 验证是否成功安装
  • 升级MindSpore版本
  • 安装MindInsight
  • 安装MindArmour
  • 安装MindSpore Hub

本文档介绍如何在Ascend 910环境的Linux系统上，使用源码编译方式快速安装MindSpore。

确认系统环境信息

• 确认安装Ubuntu 18.04/CentOS 7.6/EulerOS 2.8是64位操作系统。

• 确认安装GCC 7.3.0版本。

• 确认安装gmp 6.1.2版本。

• 确认安装Python 3.7.5版本。

• 确认安装OpenSSL 1.1.1及以上版本。

  • 安装完成后设置环境变量export OPENSSL_ROOT_DIR=“OpenSSL安装目录”。

• 确认安装CMake 3.18.3及以上版本。

  • 安装完成后将CMake所在路径添加到系统环境变量。

• 确认安装patch 2.5及以上版本。

  • 安装完成后将patch所在路径添加到系统环境变量中。

• 确认安装wheel 0.32.0及以上版本。

• 确认安装Ascend 910 AI处理器软件配套包（Atlas Data Center Solution V100R020C10：A800-9000 1.0.8 (aarch64)，A800-9010 1.0.8 (x86_64)，CANN V100R020C10）。

  • 确认当前用户有权限访问Ascend 910 AI处理器配套软件包的安装路径/usr/local/Ascend，若无权限，需要root用户将当前用户添加到/usr/local/Ascend所在的用户组，具体配置请详见配套软件包的说明文档。

  • 安装Ascend 910 AI处理器配套软件包提供的whl包，whl包随配套软件包发布，升级配套软件包之后需要重新安装。

    pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/topi-{version}-py3-none-any.whl
    pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/te-{version}-py3-none-any.whl
    pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/hccl-{version}-py3-none-any.whl
    

• 确认安装git工具。

  Ubuntu系统用户，如果未安装，使用如下命令下载安装：

  apt-get install git
  

  EulerOS和CentOS系统用户，如果未安装，使用如下命令下载安装：

  yum install git
  

从代码仓下载源码

git clone https://gitee.com/mindspore/mindspore.git -b r1.0

编译MindSpore

在源码根目录下执行如下命令。

bash build.sh -e ascend

其中：
build.sh中默认的编译线程数为8，如果编译机性能较差可能会出现编译错误，可在执行中增加-j{线程数}来减少线程数量。如bash build.sh -e ascend -j4。

安装MindSpore

chmod +x build/package/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl
pip install build/package/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

其中：

• 在联网状态下，安装whl包时会自动下载MindSpore安装包的依赖项（依赖项详情参见requirements.txt），其余情况需自行安装。
• {version}表示MindSpore版本号，例如下载1.0.1版本MindSpore时，{version}应写为1.0.1。
• {arch}表示系统架构，例如使用的Linux系统是x86架构64位时，{arch}应写为x86_64。如果系统是ARM架构64位，则写为aarch64。

配置环境变量

如果Ascend 910 AI处理器配套软件包没有安装在默认路径，安装好MindSpore之后，需要导出Runtime相关环境变量，下述命令中LOCAL_ASCEND=/usr/local/Ascend的/usr/local/Ascend表示配套软件包的安装路径，需注意将其改为配套软件包的实际安装路径。

# control log level. 0-DEBUG, 1-INFO, 2-WARNING, 3-ERROR, default level is WARNING.
export GLOG_v=2

# Conda environmental options
LOCAL_ASCEND=/usr/local/Ascend # the root directory of run package

# lib libraries that the run package depends on
export LD_LIBRARY_PATH=${LOCAL_ASCEND}/add-ons/:${LOCAL_ASCEND}/ascend-toolkit/latest/fwkacllib/lib64:${LOCAL_ASCEND}/driver/lib64:${LOCAL_ASCEND}/opp/op_impl/built-in/ai_core/tbe/op_tiling:${LD_LIBRARY_PATH}

# Environment variables that must be configured
export TBE_IMPL_PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/opp/op_impl/built-in/ai_core/tbe            # TBE operator implementation tool path
export ASCEND_OPP_PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/opp                                       # OPP path
export PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/fwkacllib/ccec_compiler/bin/:${PATH}                 # TBE operator compilation tool path
export PYTHONPATH=${TBE_IMPL_PATH}:${PYTHONPATH}                                                # Python library that TBE implementation depends on

验证是否成功安装

import numpy as np
from mindspore import Tensor
import mindspore.ops as ops
import mindspore.context as context

context.set_context(device_target="Ascend")
x = Tensor(np.ones([1,3,3,4]).astype(np.float32))
y = Tensor(np.ones([1,3,3,4]).astype(np.float32))
print(ops.tensor_add(x, y))

如果输出：

[[[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]],

    [[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]],

    [[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]]]

说明MindSpore安装成功了。

升级MindSpore版本

当需要升级MindSpore版本时，可执行如下命令：

• 直接在线升级

  pip install --upgrade mindspore-ascend
  

• 本地源码编译升级

  在源码根目录下执行编译脚本build.sh成功后，在build/package目录下找到编译生成的whl安装包，然后执行命令进行升级。

  pip install --upgrade mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl
  

安装MindInsight

当您需要查看训练过程中的标量、图像、计算图以及模型超参等信息时，可以选装MindInsight。

具体安装步骤参见MindInsight。

安装MindArmour

当您进行AI模型安全研究或想要增强AI应用模型的防护能力时，可以选装MindArmour。

具体安装步骤参见MindArmour。

安装MindSpore Hub

当您想要快速体验MindSpore预训练模型时，可以选装MindSpore Hub。

具体安装步骤参见MindSpore Hub。