华为Atlas800服务器：从Ubuntu20.04到MindSpore环境的完整AI开发栈部署实录

1. 环境准备：硬件与软件的双重检查

在开始部署之前，我们需要确保硬件和软件都准备到位。华为Atlas800服务器（型号9000）是一款专为AI计算设计的高性能服务器，搭载了昇腾NPU芯片。与普通服务器不同，它的硬件架构和软件生态都有特殊要求。

硬件清单：

• Atlas800服务器主机（建议配置至少128GB内存）
• 16A转10A电源转接器（服务器电源接口特殊，需要适配普通插座）
• 两根网线（用于管理口和数据口连接）
• 显示器（可选，大部分操作可通过远程管理）

软件清单：

• Ubuntu 20.04 LTS镜像（必须选择aarch64架构版本）
• NPU驱动（版本需与CANN严格匹配）
• CANN软件包（推荐5.1.RC1.alpha005版本）
• Anaconda3（Linux aarch64版本）

这里最容易出问题的是版本匹配。我遇到过多次因为驱动版本不兼容导致安装失败的情况。比如有一次使用了CANN 5.1.RC2版本，虽然能安装成功，但后续MindSpore无法正常调用NPU。所以务必确认：

• NPU驱动版本：22.0.0
• 固件版本：1.81.22.3.220
• CANN版本：5.1.RC1.alpha005

2. Ubuntu 20.04系统安装详解

Atlas800服务器默认不带操作系统，我们需要通过IBMC（华为的远程管理系统）来安装Ubuntu。这里有几个关键步骤容易踩坑：

2.1 RAID配置与BIOS设置

开机按Del键进入BIOS后：

1. 在"Advanced"选项卡中找到"RAID Configuration"，建议做RAID1（镜像模式）确保数据安全
2. 将"MISC Configuration"中的"MISC Switch"改为Disabled（这个设置影响NPU识别）
3. 保存设置并重启

注意：不同批次的主板BIOS界面可能有差异，如果找不到选项可以尝试更新BIOS固件

2.2 通过IBMC安装系统

1. 用网线连接服务器的管理口（标有BMC字样）
2. 在浏览器输入服务器默认IP（192.168.1.2），使用机箱底部贴纸上的账号密码登录IBMC
3. 在"远程控制"→"虚拟介质"中挂载Ubuntu 20.04镜像
4. 选择"强制重启并进入虚拟CD"开始安装

安装过程中有个特殊要求：必须创建名为"HwHiAiUser"的root用户。这是华为NPU驱动的硬性要求，否则后续安装会报错。

3. NPU驱动与CANN软件栈部署

系统安装完成后，我们需要先配置基础用户环境：

sudo groupadd HwHiAiUser sudo useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser sudo passwd HwHiAiUser

3.1 NPU驱动安装实战

驱动安装文件通常命名为：A800-9000-npu-driver_22.0.0_linux-aarch64.run

chmod +x A800-9000-npu-driver_22.0.0_linux-aarch64.run sudo ./A800-9000-npu-driver_22.0.0_linux-aarch64.run --full --install-for-all

安装固件（版本必须与驱动匹配）：

chmod +x A800-9000-npu-firmware_1.81.22.3.220.run sudo ./A800-9000-npu-firmware_1.81.22.3.220.run --full

验证安装：

npu-smi info

如果看到NPU芯片信息表格，说明安装成功。如果报错，可以尝试：

sudo npu-smi -t

查看详细错误日志。

3.2 CANN软件包安装技巧

CANN（Compute Architecture for Neural Networks）是华为的异构计算架构，相当于NVIDIA的CUDA。安装时要注意：

1. 必须按顺序安装两个包：

sudo ./Ascend-cann-nnae_5.1.RC1.alpha005_linux-aarch64.run --install --install-for-all sudo ./Ascend-cann-toolkit_5.1.RC1.alpha005_linux-aarch64.run --install --install-for-all

2. 环境变量配置（假设安装到默认路径）：

echo 'source /usr/local/Ascend/nnae/set_env.sh' >> ~/.bashrc echo 'source /usr/local/Ascend/ascend-toolkit/set_env.sh' >> ~/.bashrc source ~/.bashrc

常见问题：

• 如果安装过程中提示缺少依赖，可以先执行：

sudo apt-get install -y gcc g++ make cmake unzip libsqlite3-dev libssl-dev libffi-dev

• 安装后建议重启服务器使所有配置生效

4. Python环境与MindSpore安装

4.1 Anaconda3定制安装

由于Atlas800使用ARM架构，必须下载aarch64版本的Anaconda：

wget https://repo.anaconda.com/archive/Anaconda3-2021.04-Linux-aarch64.sh bash Anaconda3-2021.04-Linux-aarch64.sh

安装后配置环境变量：

echo 'export PATH=$PATH:/home/$USER/anaconda3/bin' >> ~/.bashrc source ~/.bashrc

验证安装：

conda --version

应该输出类似：conda 4.10.1

4.2 Conda虚拟环境创建

MindSpore对Python版本有严格要求，必须使用3.7.5：

conda create -n mindspore python=3.7.5 -y conda activate mindspore

4.3 MindSpore安装与验证

首先安装基础依赖：

pip install attrs numpy decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py

安装华为提供的whl包（路径可能因CANN版本不同）：

pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/topi-*-py3-none-any.whl pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/te-*-py3-none-any.whl pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/hccl-*-py3-none-any.whl

最后安装MindSpore：

conda install mindspore-ascend=1.7.0 -c mindspore -c conda-forge

验证安装：

import mindspore mindspore.run_check()

如果看到"MindSpore has been installed successfully!"表示成功。

5. 常见问题排查指南

在实际部署过程中，我遇到过不少坑，这里分享几个典型问题的解决方案：

问题1：npu-smi命令找不到

• 原因：驱动未正确安装或环境变量未生效
• 解决：

sudo find / -name "npu-smi" # 查找命令位置 echo 'export PATH=$PATH:/path/to/npu-smi' >> ~/.bashrc source ~/.bashrc

问题2：MindSpore导入时报GLIBC版本错误

• 原因：系统GLIBC版本过低
• 解决：

sudo apt-get update sudo apt-get install libc6

问题3：NPU设备显示"Abnormal"状态

• 原因：固件不匹配或硬件故障
• 解决：

sudo npu-smi -r -i 0 # 重置NPU设备 sudo reboot

问题4：CANN安装时报权限不足

• 原因：未使用root或未加--install-for-all参数
• 解决：

sudo chmod -R 777 /usr/local/Ascend sudo ./Ascend-cann-*.run --install --install-for-all

这套环境搭建完成后，你可以开始进行AI模型开发和训练了。相比传统GPU服务器，Atlas800在特定场景下的能效比表现非常出色，特别是在计算机视觉和自然语言处理任务上。不过要注意的是，由于架构差异，部分TensorFlow/PyTorch的操作可能需要适配才能充分发挥NPU的性能。