Qwen2适配Ascend NPU、Kunpeng CPU 以及 OpenEuler 操作系统开源验证任务心得

首先看了一下任务计划书：https://bbs.huaweicloud.com/blogs/437824，主要目的是将 Qwen2 项目适配至华为的 Ascend（昇腾）和 Kunpeng（鲲鹏）处理器，确保其在这些硬件平台上的高效运行，也就是说验证qwen2能不能在 Ascend（昇腾）和 Kunpeng（鲲鹏）处理器中运行。

开发过程

明确目的后开始熟悉模型，Qwen2的github网址：https://github.com/QwenLM/Qwen2。把代码库中的代码文件（examples/demo/web_demo.py）wget下来。
有了代码后去下载模型文件

我是在合集详情页 · 魔搭社区 (modelscope.cn)下载的模型。先使用：pip install modelscope 安装modelscope，然后使用：

modelscope download --model Qwen/Qwen2-7B-Instruct --local_dir ./dir

把模型下载到当前文件夹。

安装依赖包

先在鲲鹏cpu和欧拉操作系统下验证推理，在：https://pytorch.org/ 下载安装cpu版本的pytorch，(conda安装：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

 )。

修改推理代码

把从github下载下来的推理代码web_demo.py中的改为本地模型文件的路径，在64行代码加上

device_map = "cpu"

，运行时会提醒你没有安装全的包和版本不对的包，根据提示安装修改即可。

在NPU推理模型

使用NPU推理模型需要安装pytorch、CANN和torch_npu，

先安装CANN，参考：https://www.hiascend.com/zh/developer/download/community/result?module=cann。

torch_npu的安装参考：https://github.com/Ascend/pytorch/blob/master/README.zh.md。

下载模型和之前在cpu上步骤相同。

获取代码：

Qwen2在npu上推理的代码官方没有直接给出，请参考：https://blog.csdn.net/weixin_46398647/article/details/140214117?ops_request_misc=%257B%2522request%255Fid%2522%253A%252215D54717-D279-4746-B037-CDAA10279D94%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=15D54717-D279-4746-B037-CDAA10279D94&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-140214117-null-null.142^v100^pc_search_result_base4&utm_term=qwen2-7b-instruct%E9%83%A8%E7%BD%B2%E5%88%B0npu&spm=1018.2226.3001.4187。自己创建空白python代码文件，修改此网页代码。把DEFAULT_CKPT_PATH后面的路径改为你的模型文件路径，安装好相关依赖包进行推理。

注：numpy版本建议安装1.23左右的，不要安装2.0及以上的，会有兼容问题。

1       验收材料

1.1       交付件清单

• DEMO仓库地址: https://gitcode.com/huyanbo/qwen2/tree/main
• 博客的地址: https://bbs.huaweicloud.com/blogs/438997

2       资源清单

3       测试结果

3.1       Cpu推理

3.2       Npu推理

运行程序前

运行程序后

推理结果