1. 在openEuler(昇腾平台)上配置Conda+CANN环境
1.1 环境准备与基础配置
在昇腾310P3平台上搭建深度学习开发环境,我选择了openEuler作为基础操作系统。这个选择主要基于两点考虑:一是openEuler对昇腾芯片的原生支持较好,二是其稳定的包管理机制适合生产环境使用。
首先需要安装Miniconda作为Python环境管理器。这里我推荐使用清华源的Miniconda3-py310_23.11.0-1-Linux-aarch64.sh版本,因为:
- 昇腾平台采用ARM架构,必须选择aarch64版本
- Python 3.10是目前昇腾CANN工具链兼容性最好的版本
- 清华源的下载速度在国内更稳定
安装命令如下:
bash复制wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_23.11.0-1-Linux-aarch64.sh
bash Miniconda3-py310_23.11.0-1-Linux-aarch64.sh -b -p /opt/miniconda
安装完成后,建议立即配置conda的国内镜像源以加速后续包下载:
bash复制conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --set show_channel_urls yes
1.2 CANN工具链安装与验证
昇腾计算架构的核心是CANN(Compute Architecture for Neural Networks)工具链。根据我的经验,推荐安装CANN 7.0.RC1版本,这个版本对PyTorch 2.6的支持最为稳定。
安装过程需要注意几个关键点:
- 必须使用root权限安装系统级组件
- 安装路径建议保持默认的/usr/local/Ascend
- 安装完成后需要手动source环境变量
验证安装是否成功的标准方法是检查acl库是否可用:
bash复制python3 -c "import acl;print(acl.get_soc_name())"
如果输出"Ascend310P3"则表示基础环境配置正确。
注意:很多开发者容易忽略的一点是,CANN工具链的安装路径权限必须正确设置,否则普通用户可能无法访问必要的运行时库。建议执行:
bash复制chmod -R 755 /usr/local/Ascend
1.3 Conda环境自动配置技巧
在Conda环境中使用昇腾平台时,最大的痛点就是每次激活环境都需要手动source set_env.sh脚本。通过实践,我找到了一种更优雅的解决方案:
- 在conda环境的etc/conda/activate.d目录下创建启动脚本
- 脚本内容只需包含source命令
- 必须设置脚本的可执行权限
具体实
