源码编译方式安装MindSpore Ascend 910版本

• 源码编译方式安装MindSpore Ascend 910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

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64位操作系统，其中Ubuntu 18.04/CentOS 7.6/EulerOS 2.8/OpenEuler 20.03/KylinV10 SP1是经过验证的。

• 确认安装GCC 7.3.0版本。

• 确认安装gmp 6.1.2版本。

• 确认安装Flex 2.5.35及以上版本。

• 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Python 3.7.5或3.9.0版本。如果未安装或者已安装其他版本的Python，可以选择下载并安装：

  • Python 3.7.5版本 64位，下载地址：官网或华为云。
  • Python 3.9.0版本 64位，下载地址：官网或华为云。

• 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 AI处理器配套软件包（Ascend Data Center Solution 21.0.3），安装方式请参考配套指南。

  • 确认当前用户有权限访问Ascend 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 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 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
    

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

  apt-get install libnuma-dev
  

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

  yum install numactl-devel
  

• 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 # for linux distributions using apt, e.g. ubuntu
  yum install git     # for linux distributions using yum, e.g. centos
  

• 确认安装git-lfs工具。

从代码仓下载源码

git clone https://gitee.com/mindspore/mindspore.git -b r1.5

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

pip install output/mindspore_ascend-{version}-{python_version}-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setup.py中的required_package），其余情况需自行安装。运行模型时，需要根据ModelZoo中不同模型指定的requirements.txt安装额外依赖，常见依赖可以参考requirements.txt。
• {version}表示MindSpore版本号，例如安装1.5.0-rc1版本MindSpore时，{version}应写为1.5.0rc1。
• {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。
• {python_version}表示用户的Python版本，Python版本为3.7.5时，{python_version}应写为cp37-cp37m。Python版本为3.9.0时，则写为cp39-cp39。

配置环境变量

如果Ascend 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

验证是否成功安装

方法一：

python -c "import mindspore;mindspore.run_check()"

如果输出：

MindSpore version: 版本号
The result of multiplication calculation is correct, MindSpore has been installed successfully!

说明MindSpore安装成功了。

方法二：

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。

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output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}-{python_version}-linux_{arch}.whl