源码编译方式安装MindSpore GPU版本

• 源码编译方式安装MindSpore GPU版本
  • 确认系统环境信息
  • 从代码仓下载源码
  • 编译MindSpore
  • 安装MindSpore
  • 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GPU环境的Linux系统上，使用源码编译方式快速安装MindSpore。

详细步骤可以参考社区提供的实践——在Linux上体验源码编译安装MindSpore GPU版本，在此感谢社区成员飞翔的企鹅的分享。

确认系统环境信息

• 确认安装Ubuntu 18.04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CMake 3.18.3及以上版本。

  • 安装完成后将CMake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添加到系统环境变量中。

• 确认安装Autoconf 2.69及以上版本（可使用系统自带版本）。

• 确认安装Libtool 2.4.6-29.fc30及以上版本（可使用系统自带版本）。

• 确认安装Automake 1.15.1及以上版本（可使用系统自带版本）。

• 确认安装cuDNN 7.6及以上版本。

• 确认安装Flex 2.5.35及以上版本。

• 确认安装wheel 0.32.0及以上版本。

• 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CUDA 10.1按默认配置安装。

  • CUDA安装后，若CUDA没有安装在默认位置，需要设置环境变量PATH（如：export PATH=/usr/local/cuda-${version}/bin:$PATH）和LD_LIBRARY_PATH（如：export LD_LIBRARY_PATH=/usr/local/cuda-${version}/lib64:$LD_LIBRARY_PATH），详细安装后的设置可参考CUDA安装手册。

• 确认安装OpenMPI 4.0.3版本（可选，单机多卡/多机多卡训练需要）。

• 确认安装NCCL 2.7.6-1版本（可选，单机多卡/多机多卡训练需要）。

• 确认安装NUMA 2.0.11及以上版本。 如果未安装，使用如下命令下载安装：

  apt-get install libnuma-dev

• 确认安装git工具。
  如果未安装，使用如下命令下载安装：

  apt-get install git

从代码仓下载源码

git clone https://gitee.com/mindspore/mindspore.git -b r1.1

编译MindSpore

在源码根目录下执行如下命令。

bash build.sh -e gpu

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 gpu -j4。

安装MindSpore

chmod +x build/package/mindspore_gpu-{version}-cp37-cp37m-linux_x86_64.whl
pip install build/package/mindspore_gpu-{version}-cp37-cp37m-linux_x86_64.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，例如安装1.1.0版本MindSpore时，{version}应写为1.1.0。

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="GPU")
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-gpu

• 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_gpu-{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。