pip方式安装MindSpore Ascend 310版本

pip方式安装MindSpore Ascend 310版本

本文档介绍如何在Ascend 310环境的Linux系统上，使用pip方式快速安装MindSpore，Ascend 310版本仅支持推理。

如果您想在一个已经配置好昇腾AI处理器配套软件包的EulerOS 2.8上通过pip安装MindSpore，可以使用自动安装脚本进行一键式安装，参见自动安装小节。自动安装脚本会安装MindSpore及其所需的依赖。
如果您的系统是Ubuntu 18.04/CentOS 7.6其中之一，或者已经安装了部分依赖，如Python，GCC等，则推荐参照手动安装小节的安装步骤手动安装。

自动安装

在使用自动安装脚本之前，需要确保系统正确安装了昇腾AI处理器配套软件包。如果没有安装，请先参考安装昇腾AI处理器配套软件包小节进行安装。

使用以下命令获取自动安装脚本并执行。自动安装脚本仅支持安装MindSpore>=1.6.0。

wget https://gitee.com/mindspore/mindspore/raw/r1.8/scripts/install/euleros-ascend310-pip.sh
# 安装MindSpore 1.8.1和Python 3.7
# 默认LOCAL_ASCEND路径为/usr/local/Ascend
MINDSPORE_VERSION=1.8.1 bash -i ./euleros-ascend310-pip.sh
# 如需指定Python和MindSpore版本，以Python 3.9和MindSpore 1.6.0为例
# 且指定LOCAL_ASCEND路径为/home/xxx/Ascend，使用以下方式
# LOCAL_ASCEND=/home/xxx/Ascend PYTHON_VERSION=3.9 PYTHON_VERSION=3.9 MINDSPORE_VERSION=1.6.0 bash -i ./euleros-ascend310-pip.sh

该脚本会执行以下操作：

安装MindSpore所需的依赖，如GCC，gmp。
通过APT安装Python3和pip3，并设为默认。
通过pip安装MindSpore Ascend 310版本。

在脚本执行完成后，需要重新打开终端窗口以使环境变量生效。

自动安装脚本会为MindSpore创建名为mindspore_pyXX的虚拟环境。其中XX为Python版本，如Python 3.7则虚拟环境名为mindspore_py37。执行以下命令查看所有虚拟环境。

conda env list

以Python 3.7为例，执行以下命令激活虚拟环境。

conda activate mindspore_py37

现在您可以跳转到配置环境变量小节设置相关环境变量。

更多的用法请参看脚本头部的说明。

手动安装

下表列出了安装MindSpore所需的系统环境和第三方依赖。

软件名称	版本	作用
Ubuntu 18.04/CentOS 7.6/EulerOS 2.8	-	编译和运行MindSpore的操作系统
Python	3.7-3.9	MindSpore的使用依赖Python环境
昇腾AI处理器配套软件包	-	MindSpore使用的Ascend平台AI计算库
GCC	7.3.0	用于编译MindSpore的C++编译器
gmp	6.1.2	MindSpore使用的多精度算术库
CMake	3.18.3及以上	编译构建MindSpore的工具

下面给出第三方依赖的安装方法。

安装Python

Python可通过Conda进行安装。

安装Miniconda：

cd /tmp
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.10.3-Linux-$(arch).sh
bash Miniconda3-py37_4.10.3-Linux-$(arch).sh -b
cd -
. ~/miniconda3/etc/profile.d/conda.sh
conda init bash

安装完成后，可以为Conda设置清华源加速下载，参考此处。

创建虚拟环境，以Python 3.7.5为例：

conda create -n mindspore_py37 python=3.7.5 -y
conda activate mindspore_py37

可以通过以下命令查看Python版本。

python --version

如果您的环境为ARM架构，请确认当前使用的Python配套的pip版本>=19.3。使用以下命令升级pip。

python -m pip install -U pip

安装昇腾AI处理器配套软件包

昇腾软件包提供商用版和社区版两种下载途径：

商用版下载需要申请权限，下载链接与安装方式请参考Ascend Data Center Solution 22.0.RC2安装指引文档。
社区版下载不受限制，下载链接请前往CANN社区版，选择5.1.RC2.alpha008版本，以及在固件与驱动链接中获取对应的固件和驱动安装包，安装包的选择与安装方式请参照上述的商用版安装指引文档。

安装包默认安装路径为/usr/local/Ascend。安装后确认当前用户有权限访问昇腾AI处理器配套软件包的安装路径，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。

安装昇腾AI处理器配套软件所包含的whl包。如果之前已经安装过昇腾AI处理器配套软件包，需要先使用如下命令卸载对应的whl包。

pip uninstall te topi hccl -y

默认安装路径使用以下指令安装。如果安装路径不是默认路径，需要将命令中的路径替换为安装路径。

pip install sympy
pip install /usr/local/Ascend/ascend-toolkit/latest/lib64/topi-*-py3-none-any.whl
pip install /usr/local/Ascend/ascend-toolkit/latest/lib64/te-*-py3-none-any.whl
pip install /usr/local/Ascend/ascend-toolkit/latest/lib64/hccl-*-py3-none-any.whl

当默认路径存在安装包的时候，LD_LIBRARY_PATH环境变量不起作用；默认路径优先级别为：/usr/local/Ascend/nnae高于/usr/loacl/Ascend/ascend-toolkit；原因是MindSpore采用DT_RPATH方式支持无环境变量启动，减少用户设置；DT_RPATH优先级比LD_LIBRARY_PATH环境变量高。

安装GCC

Ubuntu 18.04可以使用以下命令安装。
```
sudo apt-get install gcc-7 -y
```

CentOS 7可以使用以下命令安装。

sudo yum install centos-release-scl
sudo yum install devtoolset-7

安装完成后，需要使用如下命令切换到GCC 7。

scl enable devtoolset-7 bash

EulerOS可以使用以下命令安装。
```
sudo yum install gcc -y
```

安装gmp

Ubuntu 18.04可以使用以下命令安装。
```
sudo apt-get install libgmp-dev -y
```
CentOS 7和EulerOS可以使用以下命令安装。
```
sudo yum install gmp-devel -y
```

安装CMake

Ubuntu 18.04可以通过以下命令安装CMake。

wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | sudo apt-key add -
sudo apt-add-repository "deb https://apt.kitware.com/ubuntu/ $(lsb_release -cs) main"
sudo apt-get install cmake -y

其他Linux系统可以使用以下命令安装。

根据系统架构选择不同的下载链接。

# x86使用
curl -O https://cmake.org/files/v3.19/cmake-3.19.8-Linux-x86_64.sh
# aarch64使用
curl -O https://cmake.org/files/v3.19/cmake-3.19.8-Linux-aarch64.sh

执行安装脚本安装CMake，默认安装到/usr/local目录下。

sudo mkdir /usr/local/cmake-3.19.8
sudo bash cmake-3.19.8-Linux-*.sh --prefix=/usr/local/cmake-3.19.8 --exclude-subdir

最后需要将CMake添加到PATH环境变量中。如果使用默认安装目录执行以下命令，其他安装目录需要做相应修改。

echo -e "export PATH=/usr/local/cmake-3.19.8/bin:\$PATH" >> ~/.bashrc
source ~/.bashrc

安装MindSpore

首先参考版本列表选择想要安装的MindSpore版本，并进行SHA-256完整性校验。以1.8.1版本为例，执行以下命令。

export MS_VERSION=1.8.1

然后根据系统架构及Python版本执行如下命令安装MindSpore。

# x86_64 + Python3.7
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/x86_64/mindspore_ascend-${MS_VERSION/-/}-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# x86_64 + Python3.8
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/x86_64/mindspore_ascend-${MS_VERSION/-/}-cp38-cp38-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# x86_64 + Python3.9
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/x86_64/mindspore_ascend-${MS_VERSION/-/}-cp39-cp39-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# aarch64 + Python3.7
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/aarch64/mindspore_ascend-${MS_VERSION/-/}-cp37-cp37m-linux_aarch64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# aarch64 + Python3.8
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/aarch64/mindspore_ascend-${MS_VERSION/-/}-cp38-cp38-linux_aarch64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# aarch64 + Python3.9
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/ascend/aarch64/mindspore_ascend-${MS_VERSION/-/}-cp39-cp39-linux_aarch64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

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。

配置环境变量

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, 4-CRITICAL, 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=${LOCAL_ASCEND}/ascend-toolkit/latest/lib64:${LOCAL_ASCEND}/driver/lib64:${LOCAL_ASCEND}/ascend-toolkit/latest/opp/op_impl/built-in/ai_core/tbe/op_tiling:${LD_LIBRARY_PATH}

# lib libraries that the mindspore depends on, modify "pip3" according to the actual situation
export LD_LIBRARY_PATH=`pip3 show mindspore-ascend | grep Location | awk '{print $2"/mindspore/lib"}' | xargs realpath`:${LD_LIBRARY_PATH}

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

验证是否成功安装

创建目录放置样例代码工程，例如/home/HwHiAiUser/Ascend/ascend-toolkit/20.0.RC1/acllib_linux.arm64/sample/acl_execute_model/ascend310_single_op_sample，代码可以从官网示例下载获取，这是一个[1, 2, 3, 4]与[2, 3, 4, 5]相加的简单样例，代码工程目录结构如下:


└─ascend310_single_op_sample
    ├── CMakeLists.txt                    // 编译脚本
    ├── README.md                         // 使用说明
    ├── main.cc                           // 主函数
    └── tensor_add.mindir                 // MindIR模型文件

进入样例工程目录，按照实际情况修改路径路径：

cd /home/HwHiAiUser/Ascend/ascend-toolkit/20.0.RC1/acllib_linux.arm64/sample/acl_execute_model/ascend310_single_op_sample

参照README.md说明，构建工程，其中pip3需要按照实际情况修改。

cmake . -DMINDSPORE_PATH=`pip3 show mindspore-ascend | grep Location | awk '{print $2"/mindspore"}' | xargs realpath`
make

构建成功后，执行用例。

./tensor_add_sample

如果输出：

说明MindSpore安装成功了。

MindSpore / docs

pip方式安装MindSpore Ascend 310版本

自动安装

手动安装

安装Python

安装昇腾AI处理器配套软件包

安装GCC

安装gmp

安装CMake

安装MindSpore

配置环境变量

验证是否成功安装

简介

发行版

贡献者

近期动态

MindSpore / docs .gitee-modal { width: 500px !important; }

pip方式安装MindSpore Ascend 310版本

自动安装

手动安装

安装Python

安装昇腾AI处理器配套软件包

安装GCC

安装gmp

安装CMake

安装MindSpore

配置环境变量

验证是否成功安装

简介

发行版

开源评估指数源自 OSS-Compass 评估体系，评估体系围绕以下三个维度对项目展开评估：

贡献者

近期动态

搜索帮助

MindSpore / docs