MindSpore1.7原始碼編譯安裝GPU環境
阿新 • • 發佈:2022-05-31
(1) 前置安裝
-
確認是安裝 Ubuntu 是x86架構64位作業系統。Ubuntu 18.04 或者Ubuntu20
-
安裝GCC、Git、glibc、CMake、OpenSSL。如已安裝,跳過。注意,GCC 9不相容CUDA 10.1
# 安裝GCC sudo apt-get install gcc-7 git automake autoconf libtool libgmp-dev tcl patch libnuma-dev flex -y # 安裝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/ $(lsb_release -cs) main" sudo apt-get install cmake -y
- 安裝 Cuda10.1 或 11.1 驅動。已經安裝,過。
# 檢視安裝的Cuda驅動 nvidia-smi # 如沒安裝則需要安裝 wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run sudo sh cuda_10.1.243_418.87.00_linux.run echo -e "export PATH=/usr/local/cuda-10.1/bin:\$PATH" >> ~/.bashrc echo -e "export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:\$LD_LIBRARY_PATH" >> ~/.bashrc source ~/.bashrc
- 安裝cuDNN 下載配套CUDA 10.1的cuDNN v7.6.x : https://developer.nvidia.com/zh-cn/cudnn
tar -zxvf cudnn.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*
如果之前安裝了其他CUDA版本或者CUDA安裝路徑不同,替換路徑和版本即可
-
安裝Minicanda或者Anaconda。
-
安裝Python 環境 3.7.5 或3.9.0(如何使用Conda安裝可以直接建立命令即可,如果手動安裝則需要配置Python環境變數)
# 建立環境
conda create --name py39_ms17 python=3.9.0
# 輸入y
source activate py39_ms17
# 切換到環境 win:conda、linux:source
source activate py39_ms17
# 檢視安裝版本
python --version
# 3.7.5
# 更新環境
pip install --upgrade pip
# 安裝wheel和setuptools
pip install wheel
pip install -U setuptools
# Cuda 驅動
nvidia-smi
# Cuda 版本
nvcc -V
(2) 下載原始碼
- 從程式碼倉下載原始碼
git clone https://gitee.com/mindspore/mindspore.git -b r1.7
- 注: 確保nvcc的安裝路徑已經新增到
PATH
與LD_LIBRARY_PATH
環境變數中
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
(3) 編譯執行
- 進入MindSpore根目錄,然後執行編譯指令碼
cd mindspore
source activate py39_ms17
bash build.sh -e gpu -S on
- 預設從github下載依賴原始碼,當-S選項設定為
on
時,從對應的gitee映象下載。
(4) Pip安裝本地生成的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"
驗證
python -c "import mindspore;mindspore.run_check()"