安装前准备

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$HOME目录具有读写以及可执行权限。
若使用新的非root用户安装，请参考如下步骤进行创建，如下操作请在root用户下执行。本手册以该种场景为例执行AMCT的安装。
1. 执行以下命令创建AMCT安装用户并设置该用户的$HOME目录。
```
useradd -d /home/username -m username
```
2. 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

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：

表1 配套版本信息
类别	版本限制	获取方式	注意事项
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。
ONNX和Opset	1.14.0、1.10.0、1.9.0、1.8.0 推荐使用1.14.0 ONNX 1.14.0配套Opset v16，ONNX Runtime 1.16.0，Python3.10.0 ONNX 1.10.0配套Opset v8~v14，ONNX Runtime 1.9.0，Python3.9.2 ONNX 1.9.0配套Opset v8~v14，ONNX Runtime 1.8.0，Python3.9.2 ONNX 1.8.0配套Opset v8~v13，ONNX Runtime 1.6.0，Python3.7.5	请参见安装依赖。	仅支持ai.onnx算子域中Opset v8~v14版本的算子。 1.8.0版本ONNX Runtime存在的已知问题：当部署在具有性能和高效内核（P核和E核）混合架构功能的英特尔第12代处理器上时，可能会导致分段错误。详情及其他已知问题请单击Link进行查看。 ONNX Runtime 1.6.0仅支持输入为FP32的数据进行量化。
ONNX Runtime	1.16.0、1.9.0、1.8.0、1.6.0	ONNX执行框架，请参见安装依赖。
CUDA、cuDNN	ONNX Runtime 1.16.0配套： CUDA 11.8，cuDNN 8.2.4~8.9.0 ONNX Runtime 1.9.0配套： CUDA 11.4，cuDNN 8.2.4 ONNX Runtime 1.8.0配套： CUDA 11.0，cuDNN 8.0.5	请用户自行获取相关软件包进行安装。 CUDA获取路径：https://developer.nvidia.com/cuda-toolkit-archive cuDNN获取路径：https://developer.nvidia.com/zh-cn/cudnn	如果使用ONNX Runtime GPU模式执行量化功能，则CUDA、cuDNN软件必须安装。
Python	Python3.7.x（3.7.0~3.7.11）、Python3.8.x（3.8.0~3.8.11）、Python3.9.x（3.9.0~3.9.7）、Python3.10.x（3.10.0~3.10.12）推荐使用Python 3.10.0	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 ）。	安装依赖时，请确保服务器能够连接网络。本手册以Python3.9.2为例进行介绍，相应环境变量和安装命令以实际安装Python版本为准。
numpy	ONNX 1.14.0配套：1.21.6~1.26.4 ONNX 1.10.0、1.9.0、1.8.0配套：1.20.0~1.23.5	请参见安装依赖。
protobuf	ONNX 1.14.0配套：3.20.2~3.20.3 ONNX 1.10.0、1.9.0、1.8.0配套：3.13.0+	请参见安装依赖。

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。

表2 依赖列表
依赖名称	版本号	安装命令
ONNX	1.14.0、1.10.0、1.9.0、1.8.0	ONNX 1.14.0版本 pip3 install onnx==1.14.0 --user ONNX 1.10.0版本 pip3 install onnx==1.10.0 --user ONNX 1.9.0版本 pip3 install onnx==1.9.0 --user ONNX 1.8.0版本 pip3 install onnx==1.8.0 --user
ONNX Runtime	1.16.0、1.9.0、1.8.0、1.6.0	ONNX Runtime CPU安装命令请参见下面指导；1.9.0版本以下ONNX Runtime GPU版本需要用户自行安装。 ONNX Runtime 1.16.0版本安装ONNX Runtime CPU版本 pip3 install onnxruntime==1.16.0 --user 安装ONNX Runtime GPU版本，安装GPU版本之前请先安装CUDA11.8、cuDNN 8.2.4~8.9.0。EulerOS aarch64操作系统不支持基于GPU的量化。 pip3 install onnxruntime-gpu==1.16.0 --user ONNX Runtime 1.9.0版本 pip3 install onnxruntime==1.9.0 --user 安装ONNX Runtime GPU之前请先安装CUDA11.4、cuDNN 8.2.4。 ONNX Runtime 1.8.0版本 pip3 install onnxruntime==1.8.0 --user 安装ONNX Runtime GPU之前请先安装CUDA11.0、cuDNN 8.0.5。 ONNX Runtime 1.6.0版本 pip3 install onnxruntime==1.6.0 --user 安装ONNX Runtime GPU之前请先安装CUDA10.2、cuDNN 8.0.3。
Python	以3.9.2版本为例	Ubuntu操作系统请参见安装Python3.9.2（Ubuntu）。
numpy	ONNX 1.14.0配套：1.21.6~1.26.4 ONNX 1.10.0、1.9.0、1.8.0配套：1.20.0~1.23.5	ONNX 1.14.0版本 pip3 install numpy==1.21.6 --user ONNX 1.10.0、1.9.0、1.8.0版本 pip3 install numpy==1.20.0 --user
protobuf	ONNX 1.14.0配套：3.20.2~3.20.3 ONNX 1.10.0、1.9.0、1.8.0配套：3.13.0+	ONNX 1.14.0版本 pip3 install protobuf==3.20.2 --user ONNX 1.10.0、1.9.0、1.8.0版本 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：

表3 AMCT软件包解压后内容
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。		Atlas A2训练系列产品/Atlas 800I A2推理产品不支持Caffe框架。使用方法请参见《AMCT工具（Caffe）》。需要搭建Caffe环境，量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	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与amct_tensorflow_ascend软件包不能同时安装。使用方法请参见《AMCT工具（TensorFlow）》。需要搭建TensorFlow环境，量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	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_tensorflow与amct_tensorflow_ascend软件包不能同时安装。 Atlas 200/300/500 推理产品：不支持amct_tensorflow_ascend目录下的相关特性。 Atlas 200I/500 A2推理产品：不支持amct_tensorflow_ascend目录下的相关特性。 Atlas 推理系列产品：不支持amct_tensorflow_ascend目录下的相关特性。使用方法请参见《AMCT工具（TensorFlow,Ascend）》。需要搭建TensorFlow环境，并借助带有NPU设备的在线推理环境，量化完的模型，可以基于昇腾AI处理器完成在线推理业务。
amct_pytorch/	PyTorch框架AMCT目录。		使用方法请参见《AMCT工具（PyTorch）》。需要搭建PyTorch环境，量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
amct_pytorch/	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。		使用方法请参见《AMCT工具（ONNX）》。
	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。		Atlas 200/300/500 推理产品：不支持amct_ms目录下的相关特性。 Atlas 200I/500 A2推理产品：不支持amct_ms目录下的相关特性。 Atlas 推理系列产品：不支持amct_ms目录下的相关特性。使用方法请参见《AMCT工具（MindSpore）》。需要搭建MindSpore环境，并借助带NPU设备的训练环境，*将MindSpore模型量化后输出为.air格式模型，只能借助带NPU设备的训练环境，量化后的模型要进行推理，也可以借助该环境完成。**
amct_ms/	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。

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。

父主题： 工具安装