MindSpore1.7源码编译安装GPU环境

(1) 前置安装

• 确认是安装 Ubuntu 是x86架构64位操作系统。Ubuntu 18.04 或者Ubuntu20

• 安装GCC、Git、glibc、CMake、OpenSSL。如已安装，跳过。注意，GCC 9不兼容CUDA 10.1

# 安装GCC
sudo apt-get install gcc-7 git automake autoconf libtool libgmp-dev tcl patch libnuma-dev flex -y

# 安装CMake
wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | sudo apt-key add -
sudo apt-add-repository "deb https://apt.kitware.com/ubuntu/ $(lsb_release -cs) main"
sudo apt-get install cmake -y

• 安装 Cuda10.1 或 11.1 驱动。已经安装，过。

# 查看安装的Cuda驱动
nvidia-smi

# 如没安装则需要安装
wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run
echo -e "export PATH=/usr/local/cuda-10.1/bin:\$PATH" >> ~/.bashrc
echo -e "export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:\$LD_LIBRARY_PATH" >> ~/.bashrc
source ~/.bashrc

• 安装cuDNN 下载配套CUDA 10.1的cuDNN v7.6.x : https://developer.nvidia.com/zh-cn/cudnn

tar -zxvf cudnn.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*

如果之前安装了其他CUDA版本或者CUDA安装路径不同，替换路径和版本即可

• 安装Minicanda或者Anaconda。

• 安装Python 环境 3.7.5 或3.9.0（如何使用Conda安装可以直接创建命令即可，如果手动安装则需要配置Python环境变量）

# 创建环境
conda create --name py39_ms17 python=3.9.0
# 输入y

source activate py39_ms17

# 切换到环境  win:conda、linux：source
source activate py39_ms17

# 查看安装版本
python --version
# 3.7.5

# 更新环境
pip install --upgrade pip

# 安装wheel和setuptools
pip install wheel
pip install -U setuptools

# Cuda 驱动
nvidia-smi

# Cuda 版本
nvcc -V

(2) 下载源码

• 从代码仓下载源码

git clone https://gitee.com/mindspore/mindspore.git -b r1.7

• 注: 确保nvcc的安装路径已经添加到PATH与LD_LIBRARY_PATH环境变量中

export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH

(3) 编译执行

• 进入MindSpore根目录，然后执行编译脚本

cd mindspore

source activate py39_ms17

bash build.sh -e gpu -S on

• 默认从github下载依赖源码，当-S选项设置为on时，从对应的gitee镜像下载。
  

(4) Pip安装本地生成的MindSpore

source activate py39_ms17

pip install output/mindspore_gpu-*.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

配置Jupyterlab

source activate py39_ms17

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m ipykernel install --user --name py39_ms17 --display-name "py39_ms17"

验证

python -c "import mindspore;mindspore.run_check()"

一把辛酸泪

• MindSpore源码安装编译报错大合集(GPU)