当前位置: 首页 > news >正文

CANN/AMCT快速安装指南

环境部署

【免费下载链接】amctAMCT是CANN提供的昇腾AI处理器亲和的模型压缩工具仓。项目地址: https://gitcode.com/cann/amct

使用AMCT工具之前,请先参考下面步骤完成基础环境搭建和源码下载,确保已经安装NPU固件、驱动和CANN软件(Ascend-cann-toolkit和Ascend-cann-ops)。

前置依赖

  • bash >= 5.1.16

  • GCC >= 7.3.x

  • CMake >= 3.16.0(建议使用3.20.0版本)

  • Python:3.11

    请确保该依赖已安装,注意满足版本要求。

  • PyTorch:2.7.1、2.1.0

  • Ascend Extension for PyTorch:版本配套关系请单击Link,查看“版本说明 >相关产品版本配套说明”章节。

此处以PyTorch2.7.1版本为例,安装业务运行时依赖的Python第三方库,安装命令如下,PyTorch2.1.0版本安装依赖命令请参见《AMCT模型压缩工具》:

pip3 install -r requirements.txt

环境安装

  1. 安装驱动与固件

    执行量化校准操作时,必须安装驱动和固件,下载和安装操作请参考《CANN软件安装指南》中“准备软件包”和“安装NPU驱动和固件”章节。

  2. 安装CANN包

    场景1:体验master版本能力或基于master版本进行开发

    请单击下载链接获取最新时间版本,并根据产品型号和环境架构下载对应包。安装命令如下,更多指导请参考CANN软件安装指南。

    1. 安装CANN Toolkit开发套件包。

      # 确保安装包具有可执行权限 chmod +x Ascend-cann-toolkit_${cann_version}_linux-${arch}.run # 安装命令 ./Ascend-cann-toolkit_${cann_version}_linux-${arch}.run --install --install-path=${install_path}
    2. 安装CANN ops算子包(可选)。

      运行量化部署模型前必须安装ops算子包,若仅编译AMCT,可不安装此包。

      # 确保安装包具有可执行权限 chmod +x Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run # 安装命令 ./Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run --install --install-path=${install_path}
    • ${cann_version}:表示CANN包版本号。
    • ${arch}:表示CPU架构,如aarch64x86_64
    • ${soc_name}表示NPU型号名称。
    • ${install_path}:表示指定安装路径,ops需要与Toolkit包安装在相同路径,root用户默认安装在/usr/local/Ascend目录。

    场景2:体验已发布版本能力或基于已发布版本进行开发

    如果您想体验官网正式发布的CANN包能力,请访问CANN官网下载中心,选择对应版本CANN软件包(仅支持CANN 8.5.0及后续版本)进行安装。

环境验证

安装完CANN包后,需验证环境和驱动是否正常。

  • 检查NPU设备

    # 运行npu-smi,若能正常显示设备信息,则驱动正常 npu-smi info
  • 检查CANN版本

    # 查看CANN Toolkit的version字段提供的版本信息(默认路径安装),<arch>表示CPU架构(aarch64或x86_64)。 cat /usr/local/Ascend/cann/<arch>-linux/ascend_toolkit_install.info # 查看CANN ops的version字段提供的版本信息(默认路径安装),<opsname>表示待查询的ops子包的名称,请用户根据实际安装路径替换。 cat /usr/local/Ascend/cann/<arch>-linux/ascend_ops_install.info

环境变量配置

按需选择合适的命令使环境变量生效:

# 默认路径安装,以root用户为例(非root用户,将/usr/local替换为${HOME}) source /usr/local/Ascend/cann/set_env.sh # 指定路径安装 source ${install_path}/cann/set_env.sh

【免费下载链接】amctAMCT是CANN提供的昇腾AI处理器亲和的模型压缩工具仓。项目地址: https://gitcode.com/cann/amct

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/784149/

相关文章:

  • 对比直接使用厂商API体验Taotoken在多模型切换上的便捷性
  • Valve 开源 Steam Controller:当硬件设计遇上开源精神,一场游戏外设的革命才刚刚开始
  • CANN torchtitan-npu 安装指南
  • 西安不干胶标签定制与企业画册设计印刷一站式解决方案|2026年源头工厂选购指南 - 企业名录优选推荐
  • 2026年4月优选!屠宰场车辆洗消中心服务商大盘点,屠宰场车辆洗消中心/生猪运输车辆洗消设备,洗消中心安装维护商哪家可靠 - 品牌推荐师
  • 全球南方国家AI治理:发展权、数字主权与多元文化视角下的路径探索
  • 大型语言模型推理新框架:State over Tokens解析
  • 从游戏修改到逆向思维:用Cheat Engine Tutorial 8关实战,理解内存与汇编
  • 轨迹识别与空间记忆分析技术原理与应用
  • CANN ATVC Addcmul算子样例
  • CANN / ops-rand:算子调用
  • 数字孪生大脑:构建、挑战与脑疾病干预新范式
  • 2026年西安活页环装定制与企业印刷品一站式解决方案完全指南 - 企业名录优选推荐
  • 基于MCP协议的Testmo-AI集成:测试管理智能化实践指南
  • 2026年昆明短视频运营与AI全网推广:本地化精准投流完全方案 - 年度推荐企业名录
  • CANN/ops-nn Sigmoid算子接口
  • 空间记忆模型在视频分析中的应用与优化
  • 大语言模型在教育领域的应用、风险与政策应对
  • 告别迷茫:一文读懂STM32MP135的TF-A、OP-TEE与U-Boot在EMMC中的布局奥秘
  • 生成式AI如何重塑劳动力市场:从技能变迁到教育适应
  • 2026靠谱商用音乐版权平台排行榜 诚信版权服务品牌推荐 - 拾光而行
  • 基于大语言模型的教育数字孪生:从学生认知模拟到个性化教学策略仿真
  • 科研党必备:用Matlab scatter画论文级散点图,从数据美化到子图排版一篇搞定
  • BARP框架:LLM智能路由与多模型调度优化实践
  • 河北明煌金属网栏:市政护栏全品类定制与交付服务商 - 奔跑123
  • 企业内网系统安全集成大模型api的taotoken实践方案
  • 2026收藏版|零基础自学大模型面试全复盘!小白程序员转行必看避坑攻略
  • 前端安全:安全审计实战指南
  • 杀疯了!7 款国内外 IDEA AI 插件大乱斗,谁是 AI Coding 世界第一?
  • CANN/elec-ops-inspection:电力巡检算子库