摩尔线程S2000芯片环境配置

引子

　　书接上文，这边再来一个国产AI芯片的环境配置，OK，让我们开始吧。

一、安装系统Ubuntu20.04.1

1、USB光盘刻录系统

2、安装

3、系统主板BIOS开启Above4G及Resize BAR功能

4、命令lspci | grep 123

二、安装GPU环境

1、安装驱动程序

cd /work/zzq/

unzip S2000 Linux Driver.zip

cd S2000 Linux Driver

./install_mt_ddk.sh -i

2、安装其他所需包

apt install lightdm

apt install xserver-xorg-core

dpkg -P musa

dpkg -i musa_1.2.3-Ubuntu_x86_64.deb

3、验证驱动是否安装成功

cd /work/zzq/bin/LINUX/x86_64/RELEASE/

./mthreads-gmi

clinfo

三、安装推理环境

1、安装docker 20.10.12

sudo apt-get update

sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common

curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

sudo apt-key fingerprint 0EBFCD88

sudo add-apt-repository "deb [arch=amd64] Index of /docker-ce/linux/ubuntu/ \  $(lsb_release -cs) \  stable"

sudo apt-get update

apt-get install docker-ce=5:20.10.12~3-0~ubuntu-focal

apt-get install docker-ce-cli=5:20.10.12~3-0~ubuntu-focal

2、安装GPU驱动

cd /work/zzq/allinone_for_ai-master/

bash install_driver.sh

bash install_dependency.sh

3、安装container工具

cd /work/zzq/

dpkg -i sgpu-dkms_1.1.1_amd64.deb

dpkg -i mtml_1.5.0-linux_amd64.deb

dpkg -i mt-container-toolkit_1.4.0-1_amd64.deb

4、启动容器

docker run -it --rm -v /work/zzq:/work 12c71ef59ec0 bash

cd /work/MT_Deliver/models/pt_models/yolo

python detect.py --weights ai_models_test/models/weights/yolo/yolov3.pt --source data/images/bus.jpg

python detect.py --weights ai_models_test/models/weights/yolo/helmet_detect.onnx --source data/images/helmet_758.jpg

四、安装训练环境

1、下载docker

docker login --username=ca-benchmark@mcconline mcconline-registry.cn-hangzhou.cr.aliyuncs.com

密码：mt123456

docker pull mcconline-registry.cn-hangzhou.cr.aliyuncs.com/presale/mtgpu-pytorch-train-benchmark-allinone:v1.0.2

2、整理数据集（与yolov5一致）

3、开始训练

docker run -it --rm --shm-size 64G -v /work/zzq:/work 76e667866943 bash

cd /work/zzq/MT_Train/mt-yolov5

python train_mul.py --data VOC_lw.yaml --epochs 50 --img 512 --cfg yolov5s.yaml --weights 'weights/yolov5s.pt' --device mtgpu --hyp hyp.VOC.yaml --num-proc 2 --batch-size 16

python train_mul.py --data VOC.yaml --epochs 50 --img 512 --cfg yolov5s.yaml --weights 'weights/yolov5s.pt' --device mtgpu --hyp hyp.VOC.yaml --num-proc 2 --batch-size 16

五、推理星图模型

1、进入推理docker环境

docker run -it --rm -v /work/zzq:/work 12c71ef59ec0 bash

2、进入目录

cd /work/FaceDetect_Retinaface/

修改detect.py文件

3、执行推理服务

python detect.py