【CANN训练营第三季】MMDeploy搭建手记(AI1S X86云服务器+CANN 6.0RC1.alpha001)
一、安装CANN 6.0.RC1.alpha001的华为云AI1S云服务器环境
参加了CANN训练营2022年第三季之后，小助手会给大家发CANN的系统镜像。
登录到华为云控制台（切换到 北京4环境）：https://console.huaweicloud.com/console/?region=cn-north-4#/home
先查看下是不是收到了镜像。
点击ECS服务器，选择左边的镜像服务，再选择共享镜像，如果小助手发了镜像，下面会有个CANN 6.0RC1.alpha001_new的镜像：
点击 申请服务器：
按如下方式选择：
选择X86镜像：
在这里可以选择 通用性SSD，也可以省点钱，选择 高IO的系统盘。
下一步网络配置，按如下方式选择：
购买弹性公网IP，按如下方式选择：
高级配置，按如下方式设置：
确认配置：
点击同意后，先看下配置费用，是不是一个小时不到2块钱的价格。。。然后点击 立即购买：
可以点击返回服务器列表，耐心等待服务器创建完毕：
请注意，这个时候开始收费了！
复制上面列表中的 弹性公网IP地址：120.46.223.xx，然后打开MobaXterm，建立ssh连接：
输入root密码后，可以进入终端界面：
二、系统检查和依赖安装
1、检查CANN版本号
su - HwHiAiUser
查看下CANN的版本号：
cd ~/Ascend/ascend-toolkit
看来确实是CANN 6.0.RC1.alpha001的版本。
2、Python、gcc、cmake版本检查
检查下Python3的版本，gcc的版本，cmake的版本：
3、安装Anaconda环境
先回到root用户，修改下HwHiAiUser的密码：
再切换回HwHiAiUser用户，执行
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
按以下方式安装：
在.bashrc中增加以下一行：
执行 source ~/.bashrc
奇怪，仔细看了下，原来是shell不对。这里是sh：
那就切换到root，编辑下/etc/passwd文件，将shell改为bash:
重新切换到HwHiAiUser用户下：
这回有conda环境了。而且python的版本也自动切换到python 3.9.12了。
4、源码安装cmake 3.24.3
wget https://github.com/Kitware/CMake/releases/download/v3.24.3/cmake-3.24.3.tar.gz
解压：tar -xvf cmake-3.24.3.tar.gz
cd cmake-3.24.3
./configure
make -j8
sudo make install
查看下cmake版本：
5、安装protobuf
sudo apt-get install libprotobuf-dev protobuf-compiler
6、检查环境
退出conda环境
conda deactivate
python -V
python3 -V
pip -V
pip3 -V
看来目前pip和pip3都指向了python 3.6的环境。一般来说，最好后面都使用python -m pip来安装pip包，避免将pip包安装到了不正确的位置。
三、MMDeploy安装
1、安装Pytorch
python -m pip install torch==1.8.1 torchvision==0.9.1 --extra-index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple
这里报了缺少一些包的错。我们根据提示，以及参考链接：https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/600alpha002/softwareinstall/instg/atlasdeploy_03_0023.html
将其补齐。
python -m pip install attrs numpy decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py -i https://pypi.tuna.tsinghua.edu.cn/simple
2、安装openmim
python -m pip install openmim -i https://pypi.tuna.tsinghua.edu.cn/simple
3、使用mim安装mmcv
python -m mim install mmcv-full -i https://pypi.tuna.tsinghua.edu.cn/simple
4、下载mmdeploy源码包
git clone --recursive https://gitee.com/chen-hong-chhhh/mmdeploy
5、安装MMDeploy的模型转换器
cd ~/mmdeploy
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -v -e .
6、安装MMDeploy的SDK
source ~/Ascend/ascend-toolkit/set_env.sh
cd ~/mmdeploy
mkdir -p build && cd build
cmake .. -DMMDEPLOY_BUILD_SDK=ON -DMMDEPLOY_BUILD_SDK_PYTHON_API=ON -DMMDEPLOY_TARGET_BACKENDS=acl
make -j$(nproc)
make install
7、验证MMDeploy安装
验证 模型转换是否部署成功：
cd ~/mmdeploy
python tools/check_env.py
验证MMDeploy的SDK是否部署成功：
export PYTHONPATH=$(pwd)/build/lib:$PYTHONPATH
python -c "import mmdeploy_python"
（全文完，谢谢阅读）
- 点赞
- 收藏
- 关注作者
评论（0）