本文档介绍如何在Ascend 910环境的Linux系统上,使用pip方式快速安装MindSpore。
软件包安装方式请参考产品文档。
配套软件包包括驱动/固件和CANN。
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。
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,参考如下命令完成安装。
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
如果升级了Ascend 910 AI处理器配套软件包,配套的whl包也需要重新安装,先将原来的安装包卸载,再参考上述命令重新安装。
pip uninstall te topi hccl -y
参考版本列表先进行SHA-256完整性校验,校验一致后再执行如下命令安装MindSpore。
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindSpore/ascend/{system}/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
其中:
{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。{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
。{system}
表示系统版本,例如使用的欧拉系统ARM架构,{system}
应写为euleros_aarch64
,目前Ascend版本可支持以下系统euleros_aarch64
/centos_aarch64
/centos_x86
/ubuntu_aarch64
/ubuntu_x86
/kylin_aarch64
。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=${LOCAL_ASCEND}/ascend-toolkit/latest/fwkacllib/lib64:${LOCAL_ASCEND}/driver/lib64:${LOCAL_ASCEND}/ascend-toolkit/latest/opp/op_impl/built-in/ai_core/tbe/op_tiling:${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
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.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。
当需要升级MindSpore版本时,可执行如下命令:
pip install --upgrade mindspore-ascend
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。
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。
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。
当您想要快速体验MindSpore在线推理服务时,可以选装MindSpore Serving。
具体安装步骤参见MindSpore Serving。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。