安装前准备
介绍安装前的准备动作，包括准备用户、检查环境、安装依赖、上传软件包等。
用户准备
支持任意用户（root或者非root）安装AMCT，本章节以非root用户为例进行操作。
- 若使用root用户安装，则不需要操作该章节，不需要对root用户做任何设置。
- 若使用已存在的非root用户安装，须保证该用户对$HOME目录具有读写以及可执行权限。
- 若使用新的非root用户安装，请参考如下步骤进行创建，如下操作请在root用户下执行。本手册以该种场景为例执行AMCT的安装。
- 执行以下命令创建AMCT安装用户并设置该用户的$HOME目录。
useradd -d /home/username -m username
- 执行以下命令设置密码。
passwd username
username为安装AMCT的用户名，该用户的umask值不能小于0027：- 若要查看umask的值，则执行命令：umask
- 若要修改umask的值，则执行命令：umask 新的取值
- 执行以下命令创建AMCT安装用户并设置该用户的$HOME目录。
系统要求和环境检查
本章节以Ubuntu 20.04为例，详述安装前准备，版本配套信息如下：
类别 |
版本限制 |
获取方式 |
备注 |
|---|---|---|---|
操作系统及版本 |
EulerOS release 2.0 (SP10) aarch64 |
cat /etc/*release && uname -m |
仅支持基于CPU量化。 |
操作系统及版本 |
Ubuntu 20.04 x86_64 |
请从Ubuntu官网下载对应版本软件进行安装，安装完成后查询命令为： cat /etc/*release && uname -m |
支持基于CPU，GPU的量化。 |
操作系统及版本 |
Ubuntu 20.04 aarch64 |
请从Ubuntu官网下载对应版本软件进行安装，安装完成后查询命令为： cat /etc/*release && uname -m |
支持基于CPU，GPU的量化。 |
Caffe环境 |
caffe-master分支 当前仅支持commit id为9b891540183ddc834a02b2bd81b31afae71b2153的版本 |
请参考Caffe官方指导准备Caffe环境：https://github.com/BVLC/caffe/tree/master。 推荐使用源码方式安装Caffe环境，如果使用命令行方式安装，出现类似"/usr/bin/python3.7: can't open file '/usr/lib/python3.7/py_compile.py': [Error 2] No such file or directory"信息时，请参见使用命令行方式安装Caffe环境失败解决。 |
- |
CUDA toolkit/CUDA driver |
11.3或10.0 |
请用户自行获取相关软件包进行安装，例如可以参见如下链接获取相关toolkit包，该包中包括driver软件包。 |
如果使用GPU模式执行量化功能，则CUDA软件必须安装。
说明：
使用Ubuntu 20.04的情况下，推荐安装11.3版本CUDA软件。Ubuntu 20.04默认gcc版本为gcc9，如果使用10.0版本CUDA软件，因其配套gcc7版本，需要对默认的gcc版本进行降级，具体操作步骤请参见使用Ubuntu 20.04安装caffe环境时，出现cuda和gcc版本不匹配的编译报错。 |
Python |
Python3.7.x（3.7.5~3.7.11）、Python3.8.x（3.8.0~3.8.11）、Python3.9.x（3.9.0~3.9.2） 推荐使用Python3.9.2 |
Ubuntu操作系统请参见安装Python3.9.2（Ubuntu）。 EulerOS操作系统请参见安装Python3.9.2（EulerOS ）。 |
|
numpy |
1.20.0+ |
请参见安装依赖。 |
|
protobuf |
3.13.0+ |
安装依赖
请使用AMCT的安装用户安装依赖的软件，如果安装用户为非root，请确保该用户拥有sudo权限，请使用su - username命令切换到非root用户执行如下命令。
依赖名称 |
版本号 |
安装命令 |
|---|---|---|
python |
3.9.2 |
Ubuntu操作系统请参见安装Python3.9.2（Ubuntu）。 |
numpy |
1.20.0+ |
pip3 install numpy==1.20.0 --user |
protobuf |
3.13.0+ |
pip3 install protobuf==3.13.0 --user |
上传软件包
以AMCT的安装用户将Ascend-cann-amct_{software version}_linux-{arch}.tar.gz软件包上传到Linux服务器任意目录下，本示例为上传到$HOME/amct/目录。
执行如下命令解压AMCT软件包：
tar -zxvf Ascend-cann-amct-{software version}_linux-{arch}.tar.gz
获得如下内容：
一级目录 |
二级目录 |
说明 |
使用场景及注意事项 |
|---|---|---|---|
amct_caffe/ |
Caffe框架AMCT目录。 |
|
|
amct_caffe-{version}-py3-none-linux_{arch}.whl |
Caffe框架AMCT安装包。 |
||
caffe_patch.tar.gz |
Caffe源代码增强包。 |
||
amct_tf/ |
TensorFlow框架AMCT目录。 |
||
amct_tensorflow-{version}-py3-none-linux_{arch}.tar.gz |
TensorFlow框架AMCT安装包，通过源码编译方式进行安装。 |
|
|
amct_tensorflow_ascend-{version}-py3-none-linux_{arch}.tar.gz |
基于TF_Adapter的AMCT安装包，通过源码编译方式进行安装。 |
|
|
amct_pytorch/ |
PyTorch框架AMCT目录。 |
|
|
amct_pytorch-{version}-py3-none-linux_{arch}.tar.gz |
PyTorch框架AMCT源码安装包。 |
||
amct_onnx/ |
ONNX模型AMCT目录。 |
|
|
amct_onnx-{version}-py3-none-linux_{arch}.whl |
ONNX模型AMCT安装包。 |
||
amct_onnx_op.tar.gz |
AMCT基于ONNX Runtime的自定义算子包。 |
||
amct_ms/ |
MindSpore框架AMCT目录。 |
|
|
amct_mindspore-{version}-py3-none-linux_{arch}.whl |
MindSpore框架AMCT安装包。 |
||
conf/ |
- |
- |
记录包的安装信息，用户无需关注。 |
latest_manager/ |
- |
- |
安装升级使用的公共脚本，用户无需关注。 |
third_party/ |
Ascend-nca-{software version}-linux.{arch}.run |
NCA（Neural Compute Agent）软件包。 |
基于性能的自动量化场景下使用。该版本不支持third_party目录下的相关特性。 |
其中：{version}表示AMCT具体版本号，{software version}为软件版本号，{arch}表示具体操作系统架构。
