【昇腾】Ascend Snt9B使用深度学习框架PyTorch2.1.0版本的解决方案
【摘要】 Ascend Snt9B使用深度学习框架PyTorch2.1.0版本的解决方案
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
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)