1. 背景

昇腾为使用PyTorch框架的开发者提供昇腾昇腾AI处理器的超强算力，需要安装PyTorch Adapter插件用于适配PyTorch，本文提供了解决方案指导用户安装Pytorch框架和Pytorch Adapter插件。

笔者使用了华为云ModelArts上的Snt9B资源以及其提供的一站式昇腾镜像EulerOS-2.10-Arm-rc3-64bit-for-Snt9B-BareMetal-with-CANN7.0.RC1，具体镜像环境可参考ModelArts NPU Snt9B裸金属支持的镜像详情

2. 升级Python版本

本机Python环境为3.7.9，参考昇腾官网文档可知，要支持PyTorch2.1.0，必须升级至Python3.8.x及以上

a.下载Python3.9.0版本

# 如果下载速率过慢，可以先下载至本地后再上传至机器
wget https://www.python.org/ftp/python/3.9.0/Python-3.9.0.tgz

b.安装Python3.9.0版本

tar -zxvf Python-3.9.0.tgz
cd Python-3.9.0
./configure prefix=/usr/local/python3
make && make install

c.替换默认Python版本

# 删除python软链接，并替换至python3.9
rm -rf /usr/bin/python3
ln -s  /usr/local/python3/bin/python3.9 /usr/bin/python3

3. 安装Pytorch环境依赖

如果官方源安装速率过慢，可以指定源安装，笔者以清华源示例进行安装

pip3 install pyyaml
pip3 install wheel
pip3 install typing_extensions
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple protobuf==3.19.0

4. 安装torch2.1.0版本

wget https://download.pytorch.org/whl/cpu/torch-2.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
pip3 install torch-2.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

5. 安装torch_npu 2.1.0版本

wget https://gitee.com/ascend/pytorch/releases/download/v5.0.rc3-pytorch2.1.0/torch_npu-2.1.0rc1-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 
pip3 install torch_npu-2.1.0rc1-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 

6. 结果验证

a. pytorch版本验证

使用pip3 list命令进行查看

b. 使用验证

使用如下命令进行验证

python3 -c "import torch;import torch_npu;print(torch_npu.npu.is_available())"

验证结果如下图

7 （可选）使用容器镜像

推荐跑业务时使用容器环境，这样可以做到各个业务环境隔离。ModelArts提供了已经装好pytorch2.1的NPU容器镜像， 可参考 链接 获取