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(服务器Ip:10.231.6.92, 账号:nick 密码:123456) 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] https://mirrors.ustc.edu.cn/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 5、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 标签:S2000GPU,--,work,摩尔,apt,cd,线程,zzq,docker From: https://www.cnblogs.com/nick-algorithmer/p/17932789.html