飞腾/鲲鹏下从源码编译¶

环境准备¶

处理器：FT2000+/Kunpeng 920 2426SK
操作系统：麒麟v10/UOS
Python 版本 2.7.15+/3.5.1+/3.6/3.7/3.8 (64 bit)
pip 或 pip3 版本 9.0.1+ (64 bit)

飞腾FT2000+和鲲鹏920处理器均为ARMV8架构，在该架构上编译Paddle的方式一致，本文以FT2000+为例，介绍Paddle的源码编译。

安装步骤¶

目前在FT2000+处理器加国产化操作系统（麒麟UOS）上安装Paddle，只支持源码编译的方式，接下来详细介绍各个步骤。

源码编译¶

Paddle依赖cmake进行编译构建，需要cmake版本>=3.10，如果操作系统提供的源包括了合适版本的cmake，直接安装即可，否则需要源码安装

             wget https://github.com/Kitware/CMake/releases/download/v3.16.8/cmake-3.16.8.tar.gz

            

             tar -xzf cmake-3.16.8.tar.gz && cd cmake-3.16.8

            

             ./bootstrap && make && sudo make install

            

Paddle内部使用patchelf来修改动态库的rpath，如果操作系统提供的源包括了patchelf，直接安装即可，否则需要源码安装，请参考patchelf官方文档，后续会考虑在ARM上移出该依赖。
```
./bootstrap.sh
```
```
./configure
```
```
make
```
```
make check
```
```
sudo make install
```
根据requirments.txt安装Python依赖库，在飞腾加国产化操作系统环境中，pip安装可能失败或不能正常工作，主要依赖通过源或源码安装的方式安装依赖库，建议使用系统提供源的方式安装依赖库。
将Paddle的源代码克隆到当下目录下的Paddle文件夹中，并进入Paddle目录
```
git clone https://github.com/PaddlePaddle/Paddle.git
```
```
cd Paddle
```
切换到较稳定release分支下进行编译：
```
git checkout [分支名]
```
例如：
```
git checkout release/2.0
```
并且请创建并进入一个叫build的目录下：
```
mkdir build && cd build
```
链接过程中打开文件数较多，可能超过系统默认限制导致编译出错，设置进程允许打开的最大文件数：
```
ulimit -n 4096
```

执行cmake：

具体编译选项含义请参见编译选项表

For Python2:

             cmake .. -DPY_VERSION=2 -DPYTHON_EXECUTABLE=`which python2` -DWITH_ARM=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release -DON_INFER=ON -DWITH_XBYAK=OFF

            

For Python3:

             cmake .. -DPY_VERSION=3 -DPYTHON_EXECUTABLE=`which python3` -DWITH_ARM=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release -DON_INFER=ON -DWITH_XBYAK=OFF

            

使用以下命令来编译，注意，因为处理器为ARM架构，如果不加TARGET=ARMV8则会在编译的时候报错。
```
make TARGET=ARMV8 -j$(nproc)
```
编译成功后进入Paddle/build/python/dist目录下找到生成的.whl包。

在当前机器或目标机器安装编译好的.whl包：

pip install -U（whl包的名字）`或`pip3 install -U（whl包的名字）

恭喜，至此您已完成PaddlePaddle在FT环境下的编译安装。

验证安装¶

安装完成后您可以使用 python 或 python3 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

在mobilenetv1和resnet50模型上测试

          wget -O profile.tar https://paddle-cetc15.bj.bcebos.com/profile.tar?authorization=bce-auth-v1/4409a3f3dd76482ab77af112631f01e4/2020-10-09T10:11:53Z/-1/host/786789f3445f498c6a1fd4d9cd3897ac7233700df0c6ae2fd78079eba89bf3fb

         

          tar xf profile.tar && cd profile

         

          python resnet.py --model_file ResNet50_inference/model --params_file ResNet50_inference/params
# 正确输出应为：[0.0002414  0.00022418 0.00053661 0.00028639 0.00072682 0.000213
#              0.00638718 0.00128127 0.00013535 0.0007676 ]

         

          python mobilenetv1.py --model_file mobilenetv1/model --params_file mobilenetv1/params
# 正确输出应为：[0.00123949 0.00100392 0.00109539 0.00112206 0.00101901 0.00088412
#              0.00121536 0.00107679 0.00106071 0.00099605]

         

          python ernie.py --model_dir ernieL3H128_model/
# 正确输出应为：[0.49879393 0.5012061 ]

如何卸载¶

请使用以下命令卸载PaddlePaddle：

          pip uninstall paddlepaddle

         

或

          pip3 uninstall paddlepaddle

         

备注¶

已在ARM架构下测试过resnet50, mobilenetv1, ernie， ELMo等模型，基本保证了预测使用算子的正确性，如果您在使用过程中遇到计算结果错误，编译失败等问题，请到issue中留言，我们会及时解决。

预测文档见doc，使用示例见Paddle-Inference-Demo