网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务

NPU服务器上配置Lite Server资源软件环境

更新时间:2025-02-13 GMT+08:00
分享

注意事项

本文旨在指导如何在Snt9b裸金属服务器上,进行磁盘合并挂载、安装docker等环境配置在配置前请注意如下事项:

  • 首次装机时需要配置存储、固件、驱动、网络访问等基础内容,这部分配置尽量稳定减少变化。
  • 裸机上的开发形式建议开发者启动独立的Docker容器作为个人开发环境。Snt9b的裸机包含8卡算力资源,一般来说多人可以共用这个裸机完成开发与调测工作。多人使用为了避免冲突,建议各自在自己的docker容器中进行独立开发,并提前规划好每个人使用的具体卡号,避免相互影响。
  • ModelArts提供了标准化基础容器镜像,在容器镜像中已经预置了基础MindSpore或PyTorch框架和开发调测工具链,推荐用户直接使用该镜像,用户也可以使用自己的业务镜像或昇腾AscendHub提供的镜像。如果镜像中预置的软件版本不是您期望的版本,可以自行安装替换。
  • 开发形式推荐通过容器中暴露的SSH端口以远程开发的模式(VSCode SSH Remote、 Xshell)连接到容器中进行开发,可以在容器中挂载宿主机的个人存储目录,用于存放代码和数据。
    说明:

    当前指导中很多操作步骤在最新发放的Snt9b裸机环境中已经预置,无需用户再手动配置,用户在操作中如发现某个步骤已有预置配置可直接跳过该步骤。

物理机环境配置

  1. 配置超时参数。

    SSH登录到Server服务器后,查看机器配置的超时参数。

    echo $TMOUT

    如果该值为300,则代表默认空闲等待5分钟后会断开连接,可以增大该参数延长空闲等待时间(若值已经为0可跳过该步骤)。修改方法如下:

    vim /etc/profile 
    # 在文件最后修改TMOUT值,由300改为0,0表示不会空闲断开
    export TMOUT=0

    执行命令使其在当前terminal生效。

    TMOUT=0

    export TMOUT=0这个命令在SSH连接Linux服务器时的作用是设置会话的空闲超时时间为0,意味着不会因为空闲而自动断开连接。默认情况下,SSH连接可能会在一段时间没有操作后自动断开,这是为了安全考虑。但是,如果您正在进行需要长时间保持连接的任务,可以使用这个命令来防止连接因为空闲而断开。您可以在当前的终端会话中直接执行TMOUT=0使设置立即生效,或者将export TMOUT=0添加到/etc/profile文件中,以确保所有用户的新会话都不会因为空闲而断开。

    但是在生产环境或多人使用的公共服务器上,不建议设置TMOUT=0,关闭自动注销功能会带来一定的安全风险。

  2. 磁盘合并挂载。

    成功购买裸金属服务器后,服务器上可能会有多个未挂载的nvme磁盘。因此在首次配置环境前,需要完成磁盘合并挂载。此操作需要放在最开始完成,避免使用一段时间后再挂载会冲掉用户已存储的内容。

    1. 首先通过“lsblk”查看是否有3个7T的磁盘未挂载,如下图所示nvme0n1、nvme1n1、nvme2n1为未挂载。
      图1 磁盘未挂载
    2. 如下图所示,每个盘后已有MOUNTPOINT,则代表已经执行过挂载操作,可跳过此章节,只用直接在/home目录下创建自己的个人开发目录即可。
      图2 磁盘已挂载
      执行自动化挂载脚本,将“/dev/nvme0n1”挂载在“/home”下供每个开发者创建自己的家目录,另两个合并挂载到“/docker”下供容器使用(如果不单独给“/docker”分配较大空间,当多人共用创建多个容器实例时容易将根目录占满)。
      cd /root/tools/
      sh create_disk_partitions.sh
      配置完成后,执行“df -h”可以看到新挂载的磁盘信息。
      图3 查看新挂载的磁盘

      磁盘合并挂载后,即可在“/home”下创建自己的工作目录,以自己的名字命名。

  3. (可选)安装固件和驱动。

    1. 首先检查npu-smi工具是否可以正常使用,该工具必须能正常使用才能继续后面的固件驱动安装,输入命令“npu-smi info”,完整输出下图内容则为正常。

      如果命令未按照下图完整输出(比如命令报错或只输出了上半部分没有展示下面的进程信息),则需要先尝试恢复npu-smi工具(提交工单联系华为云技术支持),将npu-smi恢复后,再进行新版本的固件驱动安装。

      图4 检查npu-smi工具
    2. 查看环境信息。执行如下命令查看当前拿到的机器的固件和驱动版本。
      npu-smi info -t board -i 1 | egrep -i "software|firmware"
      图5 查看固件和驱动版本

      其中firmware代表固件版本,software代表驱动版本。

      如果机器上的版本不是所需的版本(例如需要换成社区最新调测版本),可以参考后续步骤进行操作。

    3. 查看机器操作系统版本,以及架构是aarch64还是x86_64,并从昇腾官网获取相关的固件驱动包。固件包名称为“Ascend-hdk-型号-npu-firmware_版本号.run”,驱动包名称为“Ascend-hdk-型号-npu-driver_版本号_linux-aarch64.run”,商用版是权限受控,仅华为工程师和渠道用户有权限下载,下载地址请见固件驱动包下载链接
      arch
      cat /etc/os-release
      图6 查看机器操作系统版本及架构

      下文均以适配EulerOS 2.0(SP10)和aarch64架构的包为例来进行讲解。

    4. 安装固件和驱动包。
      说明:
      1. 固件和驱动安装时,注意安装顺序:
        1. 首次安装场景:硬件设备刚出厂时未安装驱动,或者硬件设备前期安装过驱动固件但是当前已卸载,上述场景属于首次安装场景,需按照“驱动->固件”的顺序安装驱动固件。
        2. 覆盖安装场景:硬件设备前期安装过驱动固件且未卸载,当前要再次安装驱动固件,此场景属于覆盖安装场景,需按照“固件->驱动”的顺序安装固件驱动。

      通常Snt9b出厂机器有预装固件驱动,因此本案例中是“覆盖安装场景”,注意:

      1. 如果新装的固件驱动比环境上已有的版本低,只要npu-smi工具可用,也是直接装新软件包即可,不用先卸载环境上已有的版本。
      2. 如果固件驱动安装失败,可先根据报错信息在开发者社区搜索解决方案。
      安装命令如下:
      1. 安装固件,安装完后需要reboot重启机器。
        chmod 700 *.run 
        #  注意替换成实际的包名
        ./Ascend-hdk-型号-npu-firmware_版本号.run  --full
        reboot
      2. 安装驱动,提示处输入“y”,安装完后直接生效不用重启机器。
        # 注意替换成实际的包名
        ./Ascend-hdk-型号-npu-driver_版本号_linux-aarch64.run --full --install-for-all
      3. 安装完成后,执行下述命令检查固件和驱动版本,正常输出代表安装成功。
        npu-smi info -t board -i 1 | egrep -i "software|firmware"
        图7 检查固件和驱动版本

  4. 安装docker环境。

    1. 先执行“docker -v”检查机器是否已安装docker,若已安装,则可跳过此步骤。
      安装docker命令如下。
      yum install -y docker-engine.aarch64 docker-engine-selinux.noarch docker-runc.aarch64
      使用docker -v检查是否安装成功:
      图8 查看docker版本
    2. 配置IP转发,用于容器内的网络访问。
      执行下述命令查看net.ipv4.ip_forward配置项值,如果为1,可跳过此步骤。
      sysctl -p | grep net.ipv4.ip_forward
      如果不为1,执行下述命令配置IP转发。
      sed -i 's/net\.ipv4\.ip_forward=0/net\.ipv4\.ip_forward=1/g' /etc/sysctl.conf 
      sysctl -p | grep net.ipv4.ip_forward
    3. 查看环境是否已安装并配置Ascend-docker-runtime。
      docker info |grep Runtime
      如果输出的runtime为“ascend”,则代表已安装配置好,可跳过此步骤。
      图9 Ascend-docker-runtime查询
      若未安装,则单击链接下载社区版Ascend Docker Runtime,该软件包是昇腾提供的docker插件,在docker run时可以自动挂载昇腾driver等路径到容器,无需在启动容器时手工指定--device参数。下载好后将包上传到服务器并进行安装。
      chmod 700 *.run
      ./Ascend-hdk-型号-npu-driver_版本号_linux-aarch64.run --install

      关于Ascend Docker Runtime的更多使用指导,请参考Ascend Docker Runtime用户指南

    4. 将新挂载的盘设置为docker容器使用路径。
      编辑“/etc/docker/daemon.json”文件内容,如果文件不存在则新建即可。
      vim /etc/docker/daemon.json
      增加如下两项配置,注意insecure-registries行末尾增加一个逗号,保持json格式正确。其中“data_root”代表docker数据存储路径,“default-shm-size”代表容器启动默认分配的共享内容大小,不配置时默认为64M,可以根据需要改大,避免分布式训练时共享内存不足导致训练失败。
      图10 docker配置

      保存后,执行如下命令重启docker使配置生效。
      systemctl daemon-reload && systemctl restart docker

  5. (可选)安装pip。

    1. 执行如下命令检查是否已安装pip且pip源正常访问,如果能正常执行,可跳过此章节。
      pip install numpy
    2. 若物理机上没有安装pip,可执行如下命令安装。
      python -m ensurepip --upgrade
      ln -s /usr/bin/pip3 /usr/bin/pip
    3. 配置pip源。
      mkdir -p ~/.pip
      vim ~/.pip/pip.conf
      “~/.pip/pip.conf”中写入如下内容。
      [global]
      index-url = http://mirrors.myhuaweicloud.com/pypi/web/simple
      format = columns
      [install]
      trusted-host=mirrors.myhuaweicloud.com

  6. RoCE网络测试。

    1. 安装cann-toolkit。
      查看服务器是否已安装CANN Toolkit,如果显示有版本号则已安装。
      cat /usr/local/Ascend/ascend-toolkit/latest/aarch64-linux/ascend_toolkit_install.info

      如果未安装,则需要从官网下载相关软件包,其中社区版可以直接下载(下载地址),商用版是权限受控,仅华为工程师和渠道用户有权限下载(下载链接)。

      安装CANN Toolkit,注意替换包名。
      chmod 700 *.run
      ./Ascend-cann-toolkit_6.3.RC2_linux-aarch64.run --full --install-for-all
    2. 安装mpich-3.2.1.tar.gz。
      单击此处下载,并执行以下命令安装。
      mkdir -p /home/mpich
      mv /root/mpich-3.2.1.tar.gz /home/
      cd /home/;tar -zxvf mpich-3.2.1.tar.gz
      cd /home/mpich-3.2.1
      ./configure --prefix=/home/mpich --disable-fortran
      make && make install
    3. 设置环境变量和编译hccl算子。
      export PATH=/home/mpich/bin:$PATH
      cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test
      export LD_LIBRARY_PATH=/home/mpich/lib/:/usr/local/Ascend/ascend-toolkit/latest/lib64:$LD_LIBRARY_PATH
      make MPI_HOME=/home/mpich ASCEND_DIR=/usr/local/Ascend/ascend-toolkit/latest
      算子编译完成后显示内容如下:
      图11 算子编译完成
    4. 单机场景下进行all_reduce_test。
      进入hccl_test目录。
      cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test
      若是单机单卡,则执行下述命令。
      mpirun -n 1 ./bin/all_reduce_test -b 8 -e 1024M -f 2 -p 8 
      若是单机多卡,则执行下述命令。
      mpirun -n 8 ./bin/all_reduce_test -b 8 -e 1024M -f 2 -p 8
      图12 all_reduce_test

    5. 多机ROCE网卡带宽测试。
      1. 执行以下命令查看昇腾的RoCE IP。
        cat /etc/hccn.conf
        图13 查看昇腾的RoCE IP

      2. RoCE测试。

        在Session1:在接收端执行-i卡id。

        hccn_tool -i 7 -roce_test reset
        hccn_tool -i 7 -roce_test ib_send_bw -s 4096000 -n 1000 -tcp

        在Session2:在发送端执行-i卡id,后面的ip为上一步接收端卡的ip。

        cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test
        hccn_tool -i 0 -roce_test reset
        hccn_tool -i 0 -roce_test ib_send_bw -s 4096000 -n 1000 address 192.168.100.18 -tcp

        RoCE测试结果如图:

        图14 RoCE测试结果(接收端)
        图15 RoCE测试结果(服务端)

        说明:
        • 当某网卡已经开始RoCE带宽测试时,再次启动任务会有如下报错:
          图16 报错信息

          需要执行下述命令后关闭roce_test任务后再启动任务。

          hccn_tool -i 7 -roce_test reset
        • 可执行如下命令查看网卡状态。
          for i in {0..7};do hccn_tool -i ${i} -link -g;done
        • 可执行如下命令查看单节点内网卡IP连通性。
          for i in $(seq 0 7);do hccn_tool -i $i -net_health -g;done

容器化个人调测环境搭建

  1. 准备业务基础镜像。

    当前推荐的开发模式是在物理机上启动自己的docker容器进行开发。容器镜像可以使用自己的实际业务镜像,也可以使用ModelArts提供的基础镜像,ModelArts提供两种基础镜像:Ascend+PyTorch镜像、Ascend+MindSpore镜像。

    1. 根据所需要的环境拉取Ascend+PyTorch或Ascend+MindSpore镜像,镜像地址详见ModelArts产品发布说明中的基础镜像章节:
      # 配套Snt9b的容器镜像,示例如下:
      docker pull swr.<region-code>.myhuaweicloud.com/atelier/<image-name>:<image-tag>
    2. 启动容器镜像,注意多人多容器共用机器时,需要将卡号做好预先分配,不能使用其他容器已使用的卡号。
      #  启动容器,请注意指定容器名称、镜像信息。ASCEND_VISIBLE_DEVICES指定容器要用的卡,0-1,3代表0 1 3这3块卡,-用于指定范围
      # -v /home:/home_host是指将宿主机home目录挂载到容器home_host目录,建议在容器中使用该挂载目录进行代码和数据的存储,以便持久化保存数据
      docker run -itd --cap-add=SYS_PTRACE -e ASCEND_VISIBLE_DEVICES=0  -v /home:/home_host -p 51234:22 -u=0 --name 自定义容器名称  上一步拉取的镜像SWR地址  /bin/bash
    3. 执行下述命令进入容器。
      docker exec -ti 上一命令中的自定义容器名称 bash
    4. 执行下述命令进入conda环境。
      source /home/ma-user/.bashrc
      cd ~
    5. 查看容器中可以使用的卡信息。
      npu-smi info
      如果命令报如下错误,则代表容器启动时指定的“ASCEND_VISIBLE_DEVICES”卡号已被其他容器占用,此时需要重新选择卡号并重新启动新的容器。
      图17 报错信息
    6. npu-smi info检测正常后,可以执行一段命令进行简单的容器环境测试,能正常输出运算结果代表容器环境正常可用。
      • pytorch镜像测试:
        python3 -c "import torch;import torch_npu; a = torch.randn(3, 4).npu(); print(a + a);"
      • mindspore镜像测试:
        # 由于mindspore的run_check程序当前未适配Snt9b,需要先设置2个环境变量才能测试
        unset MS_GE_TRAIN 
        unset MS_ENABLE_GE
        python -c "import mindspore;mindspore.set_context(device_target='Ascend');mindspore.run_check()"
        # 测试完需要恢复环境变量,实际跑训练业务的时候需要用到
        export MS_GE_TRAIN=1
        export MS_ENABLE_GE=1
      图18 进入conda环境并进行测试

  2. (可选)配置容器SSH可访问。

    若在开发时,需要使用VS Code或SSH工具直接连接到容器中进行开发,需要进行以下配置。

    1. 进入容器后,执行SSH启动命令来启动SSH服务:
      ssh-keygen  -A
      /usr/sbin/sshd
      #  查看ssh进程已启动
      ps -ef |grep ssh
    2. 设置容器root密码,根据提示输入密码:
      passwd
      图19 设置root密码
    3. 执行exit命令退出容器,在宿主机上执行ssh测试:
      ssh root@宿主机IP -p 51234(映射的端口号)
      图20 执行ssh测试

      如果在宿主机执行ssh容器测试时报错Host key verification failed,可删除宿主机上的文件~/.ssh/known_host后再重试。

    4. 使用VS Code SSH连接容器环境。

      如果之前未使用过VS Code SSH功能,可参考Step1 添加Remote-SSH插件进行VSCode环境安装和Remote-SSH插件安装。

      打开VSCode Terminal,执行如下命令在本地计算机生成密钥对,如果您已经有一个密钥对,则可以跳过此步骤:
      ssh-keygen -t rsa
      将公钥添加到远程服务器的授权文件中,注意替换服务器IP以及容器的端口号:
      cat ~/.ssh/id_rsa.pub | ssh root@服务器IP -p 容器端口号 "mkdir -p ~/.ssh && cat >>  ~/.ssh/authorized_keys"
      打开VSCode的Remote-SSH配置文件,添加SSH配置项,注意替换服务器IP以及容器的端口号:
      Host Snt9b-dev
          HostName 服务器IP
          User root
          port 容器SSH端口号
          identityFile ~\.ssh\id_rsa
          StrictHostKeyChecking no
          UserKnownHostsFile /dev/null
          ForwardAgent yes

      注意:这里是使用密钥登录,如果需要使用密码登录,请去掉identityFile配置,并在连接过程中根据提示多次输入密码。

      连接成功后安装python插件,请参考安装Python插件

  3. (可选)安装CANN Toolkit。

    当前ModelArts提供的预置镜像中已安装CANN Toolkit,如果需要替换版本或者使用自己的未预置CANN Toolkit的镜像,可参考如下章节进行安装。

    1. 查看容器内是否已安装CANN Toolkit,如果显示有版本号则已安装:
      cat /usr/local/Ascend/ascend-toolkit/latest/aarch64-linux/ascend_toolkit_install.info
    2. 如果未安装或需要升级版本,则需要从官网下载相关软件包,其中社区版可以直接下载(下载地址),商用版是权限受控,仅华为工程师和渠道用户有权限下载(下载链接)。
      安装CANN Toolkit,注意替换包名。
      chmod 700 *.run
      ./Ascend-cann-toolkit_6.3.RC2_linux-aarch64.run --full --install-for-all
    3. 如果已安装,但需要升级版本,注意替换包名:
      chmod 700 *.run
      ./Ascend-cann-toolkit_6.3.RC2_linux-aarch64.run --upgrade --install-for-all

  4. (可选)安装MindSpore Lite。

    当前预置镜像中已安装MindSpore Lite,如果需要替换版本或者使用自己的未预置MindSpore Lite的镜像,可参考如下章节进行安装。

    1. 查看容器中是否已安装MS Lite,如果已经显示出mindspore-lite软件信息和版本号,则是已经安装好的:
      pip show mindspore-lite
    2. 如果未安装,则从官网下载包(下载链接),下载whl包和tar.gz包并执行安装,注意替换包名:
      pip install mindspore_lite-2.1.0-cp37-cp37m-linux_aarch64.whl
      mkdir -p /usr/local/mindspore-lite
      tar -zxvf mindspore-lite-2.1.0-linux-aarch64.tar.gz -C /usr/local/mindspore-lite --strip-components 1

  5. 配置pip源。

    使用ModelArts提供的预置镜像中pip源已经直接配置好可用,如果用户使用自己的业务镜像,可参考5进行配置。

  6. 配置yum源。

    华为EulerOS系统下配置yum源

    #在/etc/yum.repos.d/目录下,创建文件EulerOS.repo,
    cd /etc/yum.repos.d/
    mv EulerOS.repo EulerOS.repo.bak
    vim EulerOS.repo
    #根据EulerOS版本及系统架构选择配置EulerOS.repo文件内容,此处以欧拉2.10为例,请根据实际情况调整。
    [base]
    name=EulerOS-2.0SP10 base
    baseurl=https://mirrors.huaweicloud.com/euler/2.10/os/aarch64/
    enabled=1
    gpgcheck=1
    gpgkey=https://mirrors.huaweicloud.com/euler/2.10/os/RPM-GPG-KEY-EulerOS
    #清除原有yum缓存
    yum clean all
    #生成新的yum缓存
    yum makecache
    # 测试
    yum update --allowerasing --skip-broken --nobest

    HCE OS系统下配置yum源

    #下载新的hce.repo文件到/etc/yum.repos.d/目录下
    wget -O /etc/yum.repos.d/hce.repo https://mirrors.huaweicloud.com/artifactory/os-conf/hce/hce.repo
    #清除原有yum缓存
    yum clean all
    #生成新的yum缓存
    yum makecache
    # 测试
    yum update --allowerasing --skip-broken --nobest

  7. git clone和git-lfs下载大模型可以参考如下操作。

    1. 由于欧拉源上没有git-lfs包,所以需要从压缩包中解压使用,在浏览器中输入如下地址下载git-lfs压缩包并上传到服务器的/home目录下,该目录在容器启动时挂载到容器/home_host目录下,这样在容器中可以直接使用。
      https://github.com/git-lfs/git-lfs/releases/download/v3.2.0/git-lfs-linux-arm64-v3.2.0.tar.gz
    2. 进入容器,执行安装git-lfs命令。
      cd /home_host
      tar -zxvf git-lfs-linux-arm64-v3.2.0.tar.gz
      cd git-lfs-3.2.0
      sh install.sh
    3. 设置git配置去掉ssl校验。
      git config --global http.sslVerify false
    4. git clone代码仓,以diffusers为例(注意替换用户个人开发目录)。
      #  git clone diffusers源码,-b参数可指定分支,注意替换用户个人开发目录
      cd /home_host/用户个人目录
      mkdir sd
      cd sd
      git clone https://github.com/huggingface/diffusers.git -b v0.11.1-patch
      git clone Hugging Face上的模型,以SD模型为例。如果下载时若出现“SSL_ERROR_SYSCALL”报错,多重试几次即可。另外由于网络限制以及文件较大,下载可能很慢需要数个小时,如果重试多次还是失败,建议直接从网站下载大文件后上传到服务器/home目录的个人开发目录中。如果下载时需要跳过大文件,可以设置GIT_LFS_SKIP_SMUDGE=1。
      git lfs install 
      git clone https://huggingface.co/runwayml/stable-diffusion-v1-5 -b onnx
      图21 代码下载成功

  8. 容器环境保存镜像。

    配置好环境后可以进行业务代码的开发调试。通常为了避免机器重启后环境丢失,建议将已经配好的环境保存成新的镜像,命令如下:

    # 查看需要保存为镜像的容器ID 
    docker ps  
    # 保存镜像 
    docker commit 容器ID  自定义镜像名:自定义镜像tag  
    # 查看已保存的镜像 
    docker images  
    # 如果需要将镜像分享给其他人在其他环境使用,可将镜像保存为本地文件,该命令耗时较久,保存完后ls可查看到文件 
    docker save -o 自定义名称.tar 镜像名:镜像tag  
    # 其他机器上使用时加载文件,加载好后docker images即可查看到该镜像 
    docker load --input 自定义名称.tar

    到此环境配置就结束了,后续可以根据相关的迁移指导书做业务迁移到昇腾的开发调测工作。

提示

您即将访问非华为云网站,请注意账号财产安全

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容