安装NPU驱动固件

安装说明

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。
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。

确认操作系统和内核版本

在安装驱动前，需要用户确认现场操作系统和内核版本，从而确定是否需要安装驱动编译所需依赖。

执行如下命令查看现场服务器操作系统和内核版本，并和华为的版本要求进行对比。

uname -m && cat /etc/*release
uname -r

Atlas 300T 训练卡低版本内核（低于4.5）的CentOS 7.6 x86_64需要将CentOS升级至8.0及以上或添加内核补丁，否则可能导致驱动固件安装失败。添加内核补丁的方法请参见添加内核补丁。

华为发布的驱动配套的操作系统和内核版本如表1~表6所示。

表1 Atlas 800 训练服务器（型号：9000）/Atlas 900 PoD（型号：9000）/Atlas 900T PoD Lite
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
CentOS 7.6	aarch64	4.14.0-115.el7a.0.1.aarch64	4.8.5及以上
Ubuntu 20.04	aarch64	5.4.0-26-generic	原生gcc（源自带gcc版本）
CentOS 8.2	aarch64	4.18.0-193.el8.aarch64	原生gcc（源自带gcc版本）
BC_Linux 7.6	aarch64	4.19.25-200.el7.bclinux.aarch64	原生gcc（源自带gcc版本）
BC_Linux 7.7	aarch64	4.19.25-203.e17.bclinux.aarch64	原生gcc（源自带gcc版本）
Kylin V10 SP1	aarch64	4.19.90-17.ky10.aarch64	原生gcc（源自带gcc版本）
Kylin V10 SP2	aarch64	4.19.90-24.4.v2101.ky10.aarch64	7.3.0
openEuler 20.03 LTS	aarch64	4.19.90-2003.4.0.0036.oe1.aarch64	原生gcc（源自带gcc版本）
openEuler 22.03 LTS	aarch64	5.10.0-60.18.0.50.oe2203.aarch64	10.3.1
UOS 1020e	aarch64	4.19.90-2106.3.0.0095.up2.uel20.aarch64	7.3.0

表2 Atlas 800 训练服务器（型号：9010）
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
Ubuntu 18.04.1	x86_64	4.15.0-29-generic	4.8.5及以上
CentOS 7.6	x86_64	3.10.0-957.el7.x86_64	4.8.5及以上
Debian 9.9	x86_64	4.19.28	4.8.5及以上
Ubuntu 20.04	x86_64	5.4.0-26-generic	原生gcc（源自带gcc版本）
CentOS 8.2	x86_64	4.18.0-193.el8.x86_64	原生gcc（源自带gcc版本）
BC_Linux 7.6	x86_64	4.19.25-200.el7.bclinux.x86_64	原生gcc（源自带gcc版本）
KylinV10SP1	x86_64	4.19.90-17.ky10.x86_64	原生gcc（源自带gcc版本）
Debian10.0	x86_64	4.19.0-5-amd64	原生gcc（源自带gcc版本）
Ubuntu18.04.5	x86_64	4.15.0-112-generic	原生gcc（源自带gcc版本）
openEuler20.03 LTS	x86_64	4.19.90-2003.4.0.0036.oe1.x86_64	原生gcc（源自带gcc版本）
openEuler 22.03 LTS	x86_64	5.10.0-60.18.0.50.oe2203.x86_64	10.3.1

表3 Atlas 300T 训练卡（型号：9000）/Atlas 300T Pro 训练卡（型号：9000）
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
Ubuntu 18.04.1	aarch64	4.15.0-29-generic	4.8.5及以上
CentOS 7.6	aarch64	4.14.0-115.el7a.0.1.aarch64	4.8.5及以上
Ubuntu 20.04	aarch64	5.4.0-26-generic	原生gcc（源自带gcc版本）
CentOS 8.2	aarch64	4.18.0-193.el8.aarch64	原生gcc（源自带gcc版本）
Kylin V10 SP1	aarch64	4.19.90-17.ky10.aarch64	原生gcc（源自带gcc版本）
Ubuntu18.04.5	aarch64	4.15.0-112-generic	原生gcc（源自带gcc版本）
openEuler 20.03 LTS	aarch64	4.19.90-2003.4.0.0036.oe1.aarch64	原生gcc（源自带gcc版本）
openEuler 22.03 LTS	aarch64	5.10.0-60.18.0.50.oe2203.aarch64	10.3.1
UOS 1020e	aarch64	4.19.90-2106.3.0.0095.up2.uel20.aarch64	7.3.0

表4 Atlas 300T 训练卡（型号：9000）/Atlas 300T Pro 训练卡（型号：9000）
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
Debian 9.9	x86_64	4.19.28	4.8.5及以上
Ubuntu 18.04.1	x86_64	4.15.0-29-generic	4.8.5及以上
CentOS 7.6	x86_64	3.10.0-957.el7.x86_64	4.8.5及以上
Ubuntu 20.04	x86_64	5.4.0-26-generic	原生gcc（源自带gcc版本）
CentOS 8.2	x86_64	4.18.0-193.el8.x86_64	原生gcc（源自带gcc版本）
Kylin V10 SP1	x86_64	4.19.90-17.ky10.x86_64	原生gcc（源自带gcc版本）
Ubuntu18.04.5	x86_64	4.15.0-112-generic	原生gcc（源自带gcc版本）
openEuler 20.03 LTS	x86_64	4.19.90-2003.4.0.0036.oe1.x86_64	原生gcc（源自带gcc版本）
openEuler 20.03 LTS SP1	x86_64	4.19.90-2012.5.0.0054.oe1.x86_64	7.3.0
openEuler 22.03 LTS	x86_64	5.10.0-60.18.0.50.oe2203.x86_64	10.3.1

表5 Atlas 800T A2 训练服务器
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
Ubuntu 22.04	aarch64	5.15.0-25-generic	11.3.0
Debian 10.2	aarch64	linux-image-5.4.210.bsk.6-arm64_5.4.210.bsk.6_arm64.deb	8.3.0
Debian 10.13	aarch64	5.10.135	8.3.0
CTyunOS 22.06	aarch64	4.19.90-2102.2.0.0066.ctl2.aarch64	7.3.0
Kylin V10 SP2	aarch64	4.19.90-24.4.v2101.ky10.aarch64	7.3.0
Kylin V10 SP3	aarch64	4.19.90-52.22.v2207.ky10.aarch64	7.3.0
CUlinux 3.0	aarch64	5.10.0-60.67.0.104.ule3.aarch64	10.3.1
BC-Linux 21.10	aarch64	4.19.90-2107.6.0.0098.oe1.bclinux.aarch64	7.3.0
openEuler 22.03 LTS	aarch64	5.10.0-60.18.0.50.oe2203.aarch64	10.3.1
openEuler 22.03 LTS SP2	aarch64	5.10.0-153.12.0.92.oe2203sp2.aarch64	10.3.1
openEuler 22.03 LTS SP4	aarch64	5.10.0-216.0.0.115.oe2203sp4.aarch64	10.3.1
UOS20 1050e	aarch64	4.19.90-2211.5.0.0178.22.uel20.aarch64	7.3.0

表6 Atlas 900 A2 PoDc 集群基础单元
host操作系统版本	host操作系统架构	软件包默认的host操作系统内核版本	gcc编译器版本
Ubuntu 22.04	aarch64	5.15.0-25-generic	11.3.0
Kylin V10 SP3	aarch64	4.19.90-52.22.v2207.ky10.aarch64	7.3.0
CUlinux 3.0	aarch64	5.10.0-60.67.0.104.ule3.aarch64	10.3.1
CTyunOS 22.06	aarch64	4.19.90-2102.2.0.0066.ctl2.aarch64	7.3.0
openEuler 22.03 LTS	aarch64	5.10.0-60.18.0.50.oe2203.aarch64	10.3.1
openEuler 22.03 LTS SP4	aarch64	5.10.0-216.0.0.115.oe2203sp4.aarch64	10.3.1
BC-Linux 21.10	aarch64	4.19.90	7.3.0
UOS20 1050e	aarch64	4.19.90-2211.5.0.0178.22.uel20.aarch64	7.3.0

安装驱动固件

以root用户登录服务器。
创建驱动运行用户HwHiAiUser（运行驱动进程的用户），安装驱动时无需指定运行用户，默认即为HwHiAiUser。
```
groupadd HwHiAiUser
useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bash
```
安装驱动源码编译所需依赖。
- Ubuntu 22.04操作系统可跳过该步骤。
- 其他操作系统请参见安装驱动源码编译所需依赖安装依赖。
将驱动包和固件包上传到服务器任意目录如“/home”。
执行如下命令，增加驱动和固件包的可执行权限。
```
chmod +x 驱动/固件包名称.run
```
执行以下命令，完成驱动固件安装，软件包默认安装路径为“/usr/local/Ascend”。
首次安装场景，需按照“驱动 > 固件”的顺序安装驱动固件；覆盖安装场景，需按照“固件 > 驱动”的顺序安装固件驱动。
- 安装驱动
  执行以下命令，完成驱动安装。
```
./Ascend-hdk-xxx-npu-driver_{version}_linux-{arch}.run --full --install-for-all
```
  {version}表示软件包版本；{arch}表示架构，请以实际软件包名替换。
  - 若执行上述安装命令出现类似如下回显信息，请参见驱动安装缺少依赖报错解决。
```
[ERROR]The list of missing tools: lspci,ifconfig,
```
  - 若执行上述安装命令出现类似如下回显信息，请参见驱动安装过程中出现dkms编译失败报错解决。
```
[ERROR]Dkms install failed, details in : var/log/ascend_seclog/ascend_install.log. 
[ERROR]Driver_ko_install failed, details in : /var/log/ascend_seclog/ascend_install.log.
```
  - 若系统出现如下关键回显信息，则表示驱动安装成功。
```
Driver package installed successfully!
```
- 安装固件
  执行以下命令，完成固件安装。
```
./Ascend-hdk-xxx-npu-firmware_{version}.run --full
```
  若系统出现如下关键回显信息，表示固件安装成功。
```
Firmware package installed successfully! Reboot now or after driver installation for the installation/upgrade to take effect 
```
执行reboot命令重启系统。
执行npu-smi info查看驱动加载是否成功。
若出现类似如下图所示回显信息，说明加载成功。否则，说明加载失败。请联系华为技术支持处理。

执行如下命令查看芯片固件版本号。

/usr/local/Ascend/driver/tools/upgrade-tool --device_index -1 --component -1 --version

若出现类似以下回显信息，且与目标版本一致，则说明安装成功。

{
Get component version(1.82.22.1.224) succeed for deviceId(0), componentType(0).
        {"device_id":0, "component":nve, "version":1.82.22.1.224}
Get component version(1.82.22.1.224) succeed for deviceId(0), componentType(3).
        {"device_id":0, "component":uefi, "version":1.82.22.1.224}
Get component version(1.82.22.1.224) succeed for deviceId(0), componentType(8).
        {"device_id":0, "component":imu, "version":1.82.22.1.224}
Get component version(1.82.22.1.224) succeed for deviceId(0), componentType(9).
        {"device_id":0, "component":imp, "version":1.82.22.1.224}
........
}

升级MCU

本章内容主要介绍通过npu-smi工具升级MCU。

将获取的zip包解压至本地文件夹，获取相应的安装包“Ascend-hdk-xxx-mcu_{version}.bin”。

{version}表示MCU版本号。
以root用户登录服务器，将安装包上传至Linux系统任意目录下（如“/home”）。

执行npu-smi info -l命令查询NPU ID（卡的设备编号）。

[root@localhost ~]# npu-smi info -l
        Card Count                     : 1
        NPU ID                     : 8
        Product Name                   : IT21DMPB01
        Serial Number                  : 033EFS10M8000087
        Chip Count                     : 4

进入MCU软件包所在路径，执行如下命令启动升级。

npu-smi upgrade -t mcu -i NPU ID -f X

X表示1中获取的安装包文件名称，出现类似如下回显表示升级成功。

Start upgrade [100].
        Status                         : OK
        Message                        : The device upgrade is started successfully
        Message                        : need active mcu

执行如下命令使新版本生效，类似以下回显表示已生效。

npu-smi upgrade -a mcu -i NPU ID

Status                         : OK
        Message                : The upgrade has taken effect after performed reboot successfully.

在生效新版本之后，等待30s，查询MCU版本号，确保升级成功。
npu-smi upgrade -b mcu -i NPU ID
```
Version                        : {version}
```
- MCU新版本生效后，如需再次升级，请等待5min后再次操作。
- 如果升级后不是目标版本或者升级失败，请重新进行升级。如果依然升级失败，请记录故障现象和操作步骤，并联系华为技术支持解决。