快速上线

准备安装环境

• 安装依赖前确保服务器能够连接外网，已配置可用的软件源和pip源。如果需要更换软件源可参考检查源，配置pip源可参考配置pip源。
• 安装驱动前需要创建驱动运行用户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

下载软件

下载本软件即表示您同意华为企业业务最终用户许可协议（EULA）的条款和条件。

若用户需要查询昇腾软件版本配套关系，可单击链接进行查询。

上传安装包并添加权限

1. 将下载的安装包上传至服务器任意目录（以“/home”为例）。
2. 给安装包添加权限。

   chmod +x Ascend-hdk-xxx-npu-driver_24.1.rc1_linux-aarch64.run
   chmod +x Ascend-hdk-xxx-npu-firmware_7.1.0.6.220.run
   chmod +x Ascend-cann-toolkit_8.0.RC1_linux-aarch64.run
   chmod +x Ascend-cann-kernels-xxx_8.0.RC1_linux.run

安装NPU驱动固件

执行uname -r命令查看操作系统内核版本。

# 安装NPU驱动 
./Ascend-hdk-xxx-npu-driver_24.1.rc1_linux-aarch64.run --full --install-for-all
# 查看驱动加载是否成功，回显芯片信息表示加载成功
npu-smi info
# 安装NPU固件
./Ascend-hdk-xxx-npu-firmware_7.1.0.6.220.run --full
# 重启OS
reboot

物理机安装

1. 安装依赖。
   安装依赖以Kylin V10 SP3为例，其他操作系统安装依赖方法请参见安装依赖。

   # 安装OS依赖
   yum install -y gcc gcc-c++ make cmake unzip zlib-devel libffi-devel openssl-devel pciutils net-tools sqlite-devel lapack-devel gcc-gfortran
   
   # 检查Python版本是否满足要求，PyTorch框架支持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）。
   # 执行命令python3 --version，如果不符合PyTorch框架要求，请用户参见安装步骤（Kylin V10）中的步骤编译安装Python3.7.5
   
   # 安装Python3依赖
   yum install -y python3-pip
   pip3 install --upgrade pip
   pip3 install attrs cython numpy decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py

2. 安装CANN。

   # 在/home目录下执行如下命令安装
   ./Ascend-cann-toolkit_8.0.RC1_linux-aarch64.run --install --install-for-all --quiet
   
   # 执行如下命令配置环境变量。若需要设置环境变量永久生效，可在~/.bashrc文件最后一行后面添加以下命令，执行source ~/.bashrc命令
   source /usr/local/Ascend/ascend-toolkit/set_env.sh
   
   # 训练场景下须安装二进制算子包，二进制算子包依赖CANN软件包Toolkit，执行安装时，当前环境需已安装配套版本的Toolkit，并使用同一用户安装
   ./Ascend-cann-kernels-xxx_8.0.RC1_linux.run --install --install-for-all --quiet

3. 安装PyTorch深度学习框架。

   # 安装PyTorch环境依赖
   pip3 install wheel typing_extensions
   
   # 安装PyTorch 
   # 安装torch包，以PyTorch 1.11.0为例
   wget https://download.pytorch.org/whl/torch-1.11.0-cp37-cp37m-manylinux2014_aarch64.whl
   pip3 install torch-1.11.0-cp37-cp37m-manylinux2014_aarch64.whl
   
   # 安装PyTorch插件torch_npu
   wget https://gitee.com/ascend/pytorch/releases/download/v6.0.rc1-pytorch1.11.0/torch_npu-1.11.0.post11-cp37-cp37m-linux_aarch64.whl
   pip3 install torch_npu-1.11.0.post11-cp37-cp37m-linux_aarch64.whl
   
   # 安装对应框架版本的torchvision，PyTorch 1.11.0需安装0.12.0版本，PyTorch 2.2.0版本需安装0.17.0版本，PyTorch 2.1.0版本需安装0.16.0版本
   pip3 install torchvision==0.12.0

4. 参见安装APEX混合精度模块安装APEX混合精度模块。

容器安装

• 从AscendHub拉取容器镜像，请确保安装环境能够连接网络。
• 请确保宿主机已安装Docker（可执行docker version查询）。若未安装，请参见部署Docker安装。

1. 单击容器镜像链接，进入昇腾镜像仓库。
2. 获取镜像。
   1. 登录AscendHub。如图1所示。
      图1 登录AscendHub
      
   2. 选择“镜像版本”页签，下载对应版本的容器镜像，单击“立即下载”。如图2所示。
      图2 下载容器镜像
      
   3. 弹出“镜像下载须知”弹窗，阅读并同意后，单击“立即下载”。如图3所示。
      图3 镜像下载须知
      
   4. 根据弹出的下载页面提示，复制获取权限命令，在宿主机上执行命令。
      图4 镜像下载
      
   5. 复制下载镜像命令，然后在宿主机执行命令拉取镜像。
      如果在下载镜像时，配置登录AscendHub权限回显类似以下报错，可按照以下方法解决。

      Error response from daemon: Get https://ascendhub.huawei.com/v2/: x509: certificate signed by unknown authority

      执行vi /etc/docker/daemon.json命令，在文件“insecure-registries”参数中加入AscendHub网址，如下加粗内容所示。

      {
              "registry-mirrors": ["http://docker.mirrors.ustc.edu.cn"],
              "insecure-registries": ["docker.mirrors.ustc.edu.cn", "ascendhub-registry.rnd.huawei.com", "registry.docker-cn.com", "ustc-edu-cn.mirror.aliyuncs.com","ascendhub.huawei.com"],
              "experimental" : true
      }

      添加内容后，执行以下命令重启Docker。

      systemctl daemon-reload 
      systemctl restart docker

3. 选择“镜像概述”页签，根据概述中的操作步骤启动容器。