解决方案：aarch64 ARM架构下安装Miniconda + 离线迁移Conda环境的全流程 踩坑避坑指南

在ARM架构下，由于Anaconda并不提供官方的ARM版本，在很多情况下强行在ARM系统中安装Anaconda会出现很多未知错误。因此更适合安装Miniconda。Miniconda是Anaconda的一个精简版本，它只包含conda包管理器和最基本的库，因此在资源受限的环境下更加适用。

本博客记录在华为多瑙 HPC集群的服务器下离线安装Miniconda和迁移虚拟环境的全过程。

一、安装Miniconda

1.1、确认本机架构

在安装前需要查看本机的系统架构，确认机器为ARM架构，输入指令：uname -m，如果返回结果为aarch64：

aarch64表示系统的 CPU 架构是 ARM 64 位架构（ARMv8-a），表明本机无法使用传统的 x86 架构的软件，所以建议不安装Anaconda，而是Miniconda。

1.2、下载Miniconda安装包

进入Miniconda下载官网：https://conda.io/en/latest/miniconda.html
可以看到Miniconda为我们提供了多种配置的安装包，包括Windows、macOS的x86，M1芯片，Linux的aarch64、ppc64le、s390x等多种架构。

根据机器的架构，点击对应的安装包进行下载，下载后是一个Miniconda3-latest-Linux-aarch64.sh文件，放置到服务器上。

1.3、安装Miniconda

cd到对应目录，bash启动刚刚的sh文件，这里使用终端输入：bash Miniconda3-latest-Linux-aarch64.sh

进入安装程序后，会返回用户协议，一直enter到最后，输入yes同意协议：

然后会弹出一个询问您是否希望更新您的shell配置文件（例如.bashrc或.zshrc），以便在启动时自动激活Conda环境，并在激活时更改命令提示符

如果您选择“yes”，则Conda将被初始化为在每次启动时都自动激活基础环境（默认情况下为“base”环境），并且在激活时会显示Conda环境的名称。
如果您选择“no”，则不会在启动时自动激活基础环境，您可以在需要时手动使用conda activate 激活环境。

这里可以随意选择，我这里选择yes，然后应该就安装成功了！

【重要】：安装成功后，需要重启终端，重新进入才能正式使用conda，验证conda是否安装成功可以使用conda --version命令，输出版本号即为成功：

二、离线配置Conda环境

2.1、查看本机配置

输出nvida-smi查看本机CUDA版本这里是12.3

所以必须要找一个基本架构类似的新机器安装ARM和CUDA12.3下的环境；
要注意的是，ARM架构下的PyTorch安装比较麻烦，目前提供的镜像源均为cpu版本，得通过编译安装才能安装GPU版本

安装好后对虚拟环境使用进行conda-pack 进行conda 环境打包，打包流程可以看：解决方案：查看机器配置+如何迁移虚拟环境到离线机器

2.2、迁移虚拟环境

打包好后会得到一个 xx.tar.gz的文件，将该.tar.gz压缩包通过mobaxterm或者其他方式把 xx.tar.gz上传到目标服务器的miniconda里的envs/环境名目录里面，一般路径为用户名/miniconda3/envs/自己新建的环境名

上传成功后，在目标服务器（离线的那个）上解压压缩包：tar -xzf xx.tar.gz，解压成功后，在目标服务器上查看虚拟环境：conda info --envs，显示如下，即表示迁移成功了。

2.3、可能遇见的报错

在跑程序的时候如果出现：cannot execute binary file: Exec format error这种错误，说明你正在尝试运行一个不同体系结构的可执行文件，或者文件本身可能已经损坏。极有可能的问题原因就是：你正在ARM架构下运行x86架构的编译！

这说明你的虚拟环境还是不太对，所有环境一定要是ARM架构下的才行，特别是PyTorch系列产品，要安装对应架构的才能避免这个报错。

最后

💖 个人简介：人工智能领域研究生，目前主攻文本生成图像（text to image）方向

📝 个人主页：中杯可乐多加冰

🔥 限时免费订阅：文本生成图像T2I专栏

🎉 支持我：点赞👍+收藏⭐️+留言📝

另外，我们已经建立了微信T2I学习交流群，如果你也是T2I方面的爱好者或研究者可以私信我加入。