Pytorch 源码编译

安装pytorch时，torch.cuda.is_available()返回false，不论是使用pip还是conda都是无法在aarch64平台上安装pytorch的cuda版本，即使是使用conda方式依旧会报错，登录pytorch官网发现其实pytorch官方根本就没有提供aarch64架构平台下的cuda版本。

给出pytorch官方给出的版本：

https://download.pytorch.org/whl/torch/

我们可以清楚的看到所有aarch64架构下的pytorch均只提供cpu版本而不提供gpu版本

1、下载pytorch源码

pytorch1.11可以通过如下地址下载1.11全量代码，这个压缩包中包含了pytorch源代码和第三方依赖库的代码

wget https://github.com/pytorch/pytorch/releases/download/v1.11.0/pytorch-v1.11.0.tar.gz

2、配置本地编译环境

openeuler/centos 执行以下命令安装系统依赖

yum install -y zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel python3 python3-devel gcc wget cmake3 libarchive git which

ubuntu 执行以下命令安装系统依赖

apt-get install -y zlib-dev bzip2-dev openssl-dev ncurses-dev sqlite-dev readline-dev tk-dev python3 python3-dev gcc wget cmake3 libarchive git which

执行以下命令部署Anaconda。

wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-aarch64.sh

chmod +x Anaconda3-2021.05-Linux-aarch64.sh

./Anaconda3-2021.05-Linux-aarch64.sh

export PATH=/root/anaconda3/bin/:$PATH

注意：执行./Anaconda3-2021.05-Linux-aarch64.sh时，需手动输入“Enter”和“yes”，默认部署在“/root/anaconda3”目录。

执行以下命令安装PyTorch编译依赖。

conda install astunparse numpy ninja pyyaml setuptools cmake cffi typing_extensions future six requests dataclasses

3、编译安装

tar xvf pytorch-v1.11.0.tar.gz

cd pytorch-v1.11.0/

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}

DEBUG=1 USE_CUDA=1 BUILD_TEST=0 python setup.py develop
这里编译的是GPU版本