快速安装指导

场景一

• 请确保待安装设备能够连接网络。如需配置网络代理，请参见配置系统网络代理（Linux）。
• 要求待安装环境上python版本大于等于3.6，并确保环境上存在pip3命令。

1. 以root用户登录待安装设备。
2. pip安装ascend-deployer工具。

   pip3 install ascend-deployer==1.0.16

3. 执行下载命令。

   ascend-download --os-list=<OS1>,<OS2> --download=<PK1>,<PK2>==<Version>

   <OS1>,<OS2>和<PK1>,<PK2>==<Version>可选范围可通过执行ascend-download --help查看。若不指定软件包版本，则会下载最新可选版本的软件包。下载命令示例如下：

   ascend-download --os-list=Ubuntu_18.04_x86_64 --download=MindSpore,MindStudio

   由于指定“--download=CANN”在线下载驱动和固件包、CANN软件包等需要满足较多约束条件（具体可参考下载操作），因此建议用户参考表5-7自行下载待安装软件包并放置于ascend-deployer/resources目录下。

   如用户想指定下载的软件包版本，请注意CANN、MindSpore、MindStudio三者的版本配套关系，如下表所示：

   表5-3 版本配套关系表

   可选的软件	配套版本1	配套版本2	配套版本3	配套版本4
   CANN	20.3.0	5.0.1.spc103	5.0.2.1	5.0.3.1
   MindSpore	1.1.1	1.2.1	1.3.0	1.5.0
   MindStudio	2.0.0	3.0.1	3.0.2	3.0.3

   • --os-list参数用于指定待安装设备的OS。
   • 指定--download=CANN，会自动下载最新可选版本的npu、toolkit、nnrt、nnae、tfplugin以及toolbox软件包。
   • 指定--download=MindSpore，会自动下载最新可选版本的MindSpore软件包。
   • 指定--download=MindStudio，会自动下载最新可选版本的MindStudio软件包。目前使用ascend-deployer工具下载安装MindStudio，仅支持Ubuntu_18.04_x86_64、 Ubuntu_18.04_aarch64、EulerOS_2.8_aarch64系统。
   • 由于ascend-deployer工具不能自动下载到pytorch、aarch64架构的tensorflow安装包，如果用户想安装pytorch（torch-1.5.0+*.whl、apex-0.1+*.whl）或aarch64架构的tensorflow（tensorflow-1.15.0-*.whl），可将相应的编译好的*.whl包放置于ascend-deployer/resources/pylibs目录下。

4. 创建驱动的运行用户HwHiAiUser。

   groupadd HwHiAiUser
   useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bash

   创建完用户后，执行passwd HwHiAiUser命令设置用户密码。请确认HwHiAiUser账号符合安全规范， 如密码复杂度等。密码有效期为90天，您可以通过chage命令来设置用户的有效期，详情请参见设置用户有效期。

5. 执行安装命令。

   ascend-deployer --install-scene=auto      //自动安装所有能找到的软件包

   ascend-deployer工具提供几个基本安装场景，具体可参考可选安装场景。

6. 安装后配置，具体可参考安装后配置。

场景二

请确保执行下载操作的Windows系统能够连接网络。如需配置网络代理，请参见配置系统网络代理（Windows）。

1. 在Windows系统上安装python3.7。如果已安装3.7版本及以上的python，请忽略。

   下载链接：python3.7.5

   请根据界面提示完成安装。注意安装时在“Advanced Options”界面勾选“Add Python to environment variables”，否则需手动添加环境变量。

2. 在Windows系统上获取ascend-deployer工具。

   获取链接：ascend-deployer工具

   下载后解压使用。

3. 启动下载。

   进入解压后的ascend-deployer目录，运行start_download_ui.bat。在弹出的简易UI界面上勾选待安装设备的OS和需要在线下载的软件包，单击“开始下载”。

   例如在“OS_LIST”列勾选Ubuntu_18.04_x86_64，在“PKG_LIST”列勾选MindSpore_x.x.x、MindStudio_x.x.x。

   由于通过在“PKG_LIST”列勾选CANN_x.x.x的方式在线下载驱动和固件包、CANN软件包等需要满足较多约束条件（具体可参考下载操作），因此建议用户参考表5-7自行下载待安装软件包并放置于ascend-deployer/resources目录下。

   用户在勾选下载的软件包版本时，请注意CANN、MindStudio、MindSpore三者的版本配套关系，如下表所示：

   表5-4 版本配套关系表

   可选的软件	配套版本1	配套版本2	配套版本3	配套版本4
   CANN	20.3.0	5.0.1.spc103	5.0.2.1	5.0.3.1
   MindSpore	1.1.1	1.2.1	1.3.0	1.5.0
   MindStudio	2.0.0	3.0.1	3.0.2	3.0.3

   • 在“PKG_LIST”列勾选CANN_x.x.x，会自动下载配套版本的npu、toolkit、nnrt、nnae、tfplugin以及toolbox软件包。
   • 在“PKG_LIST”列勾选MindSpore_x.x.x，会自动下载所选版本的MindSpore软件包。
   • 在“PKG_LIST”列勾选MindStudio_x.x.x，会自动下载所选版本的MindStudio软件包。目前使用ascend-deployer工具下载安装MindStudio，仅支持Ubuntu_18.04_x86_64、 Ubuntu_18.04_aarch64、EulerOS_2.8_aarch64系统。
   • 由于ascend-deployer工具不能自动下载到pytorch、aarch64架构的tensorflow安装包，如果用户想安装pytorch（torch-1.5.0+*.whl、apex-0.1+*.whl）或aarch64架构的tensorflow（tensorflow-1.15.0-*.whl），可将相应的编译好的*.whl包放置于ascend-deployer/resources/pylibs目录下。

4. 以root用户登录待安装设备，将Windows系统上执行完下载操作后的ascend-deployer整个目录上传到待安装设备的任意目录下（如“~”）。
5. 创建驱动的运行用户HwHiAiUser。

   groupadd HwHiAiUser
   useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bash

   创建完用户后，执行passwd HwHiAiUser命令设置用户密码。请确认HwHiAiUser账号符合安全规范， 如密码复杂度等。密码有效期为90天，您可以通过chage命令来设置用户的有效期，详情请参见设置用户有效期。

6. 进入ascend-deployer目录（如“~/ascend-deployer”），执行安装脚本（安装用户需具有install.sh的可执行权限）。

   ./install.sh --install-scene=auto      //自动安装所有能找到的软件包

   ascend-deployer工具提供几个基本安装场景，具体可参考可选安装场景。

7. 安装后配置，具体可参考安装后配置。