[Atlas200] 制卡与安装CANN

1. 写在前面

最近又要研究 Atlas200 的制卡和安装软件。距离上次研究已经过了好久时间，今天重拾并记录一下。

首先在 ~/.profile 末尾添加：

if [ "$BASH" ]; then
  if [ -f ~/.bashrc ]; then
    . ~/.bashrc
  fi
fi

这样每次启动终端就会自动 source ~/.bashrc。

2. 制卡

制卡参考的是：Atlas 200 AI加速模块 1.0.9 软件安装与维护指南 (RC场景) 06 烧录文件的方式 - 华为。

所需要的文件有：

• ubuntu-18.04-server-arm64.iso；
• sd_tools.tar.gz；
• Ascend310-driver-6.0.0-ubuntu18.04.aarch64-minirc.tar.gz；
• Ascend310-firmware-6.0.0-minirc.run

值得注意的是，在执行 python3 make_sd_card.py recover 的过程中，需要输入 HwHiAiUser 的密码，密码为：Huawei2012#。同时还需要输入 root 的密码，密码为：Huawei12#$。接着等待制卡完成即可。

哦对，有一个命令可以移除制卡时输入密码带来的错误：
ssh-keygen -f "/root/.ssh/known_hosts" -R "192.168.0.2"

3. 联网

假设 PC 机和 Atlas 的网线、串口均连接好。
在上位 PC 机上，打开“网络连接”视图，并右击打开“WLAN”的属性，设置网络共享给以太网，如下图所示。

图 1 网络连接共享设置

同时以太网地址也需进行设置，如下图所示。

图 2 以太网IP设置

当你发现设置完 DNS 还是不能 ping 通，就可以试着重新设置 WIFI 或者其它网段给予以太网的共享网络，以便 Atlas200 能够联网。
具体来讲，就是先取消图 1 中的第一个勾选，然后按“确定”，之后再把图 1 中的第一个勾选选回来，然后再按“确定”，最后再重新进行图 2 中的 IP 设置，即可完成 PC 端的配置。

接着在Atlas200 的 Ubuntu 系统中配置 DNS。
(1) 确认 systemd-resolved 服务正在运行，输入命令：
systemctl status systemd-resolved
(2) 编辑 /etc/systemd/resolved.conf 文件，输入命令：
sudo vim /etc/systemd/resolved.conf
(3) 在 [Resolve] 部分添加 DNS 服务器地址，如下所示：

[Resolve]
DNS=8.8.8.8 1.1.1.1

(4) 保存文件并重启 systemd-resolved 服务，输入命令：
sudo systemctl restart systemd-resolved
(5) 把命令加入 rc.local 文件以便开机时刷新 DNS：
sudo vim /etc/rc.local
在文件中找到合适的位置（通常是在其他脚本执行之前或之后）插入以下命令：
systemctl restart systemd-resolved
(6) 使用以下命令测试连通性：
ping www.baidu.com

4. 换源并安装cmake，g++

参考：Atlas200安装CANN环境，安装Anaconda，安装MindStudio，.pt转.onnx，.onnx转换.om以及代码执行全套流程 的 apt换源 部分执行换源操作。

之后切换为 root 用户，使用下列命令安装 cmake：

# 安装 cmake
sudo apt-get install -y cmake

# 验证版本
cmake --version

# 安装 g++
sudo apt-get install -y g++

# 版本
g++ --version

最后版本号应该为：cmake version 3.10.2，g++ (Ubuntu/Linaro 7.5.0-3ubuntu1~18.04) 7.5.0

5. 安装python（miniconda）

只安装 python 可参考官方教程。这里我选择的是安装 miniconda。

首先在 atlas200 某个目录下执行以下脚本获取安装文件：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.9.2-Linux-aarch64.sh

接着参考：在Ubuntu上安装和使用miniconda 进行安装和环境变量配置即可。

重点：这里我是在 HwHiAiUser 用户下安装的，安装路径为：/home/HwHiAiUser/Tool/。然后在 HwHiAiUser 和 root 用户下都配置了环境变量。同时需要在两个用户下分别执行 conda init。

注意：可以将环境变量写入 ~/.bash_profile 和 ~/.bashrc 下。写入 ~/.bash_profile 的语句会在 SSH 登录时自动加载。下面装别的软件也是同理。

例如，往 ~/.bash_profile 写入，即可让 SSH 登录时自动加载 ~/.bashrc：

# 加载 .bashrc（确保交互式终端也能用）
if [ -f ~/.bashrc ]; then
    source ~/.bashrc
fi

之后执行下列命令来安装相应的库，这里我直接在 base 环境下装了，因为我的 base 环境就是 3.7 版本的 python：

pip3 install attrs scipy==1.7 numpy==1.21.6 decorator sympy cffi pyyaml pathlib2 psutil protobuf==3.20 cython requests absl-py

6. 安装CANN

参考：软件./安装-CANN社区版8.2.RC1.alpha002-昇腾社区

这里我是在 root 用户下进行安装的，安装的文件名字为：Ascend-cann-toolkit_6.0.1_linux-aarch64.run。安装的路径为：/home/HwHiAiUser/Tool/Ascend/。使用下列命令安装即可：

./Ascend-cann-toolkit_6.0.1_linux-aarch64.run --install --install-path=/home/HwHiAiUser/Tool/Ascend/

注意：在 root 用户下使用上述路径安装需要把 /home/HwHiAiUser/Tool 目录的所有者和组更改为 root ：

sudo chown root:root /home/HwHiAiUser 
sudo chown -R root:root /home/HwHiAiUser/Tool

安装完再恢复回来：

sudo chown -R HwHiAiUser:HwHiAiUser /home/HwHiAiUser 

之后在 HwHiAiUser 和 root 用户下都配置环境变量：
source /home/HwHiAiUser/Tool/Ascend/ascend-toolkit/set_env.sh。

7. 安装opencv4.5.4

参考：https://www.hiascend.com/forum/thread-0213130307640578024-1-1.html 在官网下载 OpenCV – 4.5.4 的版本安装编译即可。

在编译安装环节，cmake 命令可参考下面命令，可以顺便把 python 和 opencv 给绑定了：

# 手动指定正确的路径（根据上面 find 的结果修改）
cmake \
    -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/home/HwHiAiUser/Tool/opencv \
    -D OPENCV_GENERATE_PKGCONFIG=ON \
    \
    -D PYTHON_EXECUTABLE=/home/HwHiAiUser/Tool/miniconda3/bin/python3 \
    -D PYTHON_INCLUDE_DIR=/home/HwHiAiUser/Tool/miniconda3/include/python3.7m \
    -D PYTHON_LIBRARY=/home/HwHiAiUser/Tool/miniconda3/lib/libpython3.7m.so \
    -D PYTHON3_PACKAGES_PATH=/home/HwHiAiUser/Tool/miniconda3/lib/python3.7/site-packages \
    -D PYTHON3_NUMPY_INCLUDE_DIRS=/home/HwHiAiUser/Tool/miniconda3/lib/python3.7/site-packages/numpy/core/include \
    -D BUILD_opencv_python3=ON \
    \
    -D BUILD_TESTS=OFF \
    -D BUILD_PERF_TESTS=OFF \
    -D BUILD_EXAMPLES=OFF \
    ..

之后进行 make -j$(nproc) 和 make install 来安装。

我是在 HwHiAiUser 用户下安装的，安装路径为：/home/HwHiAiUser/Tool/，这应该是自定义的。安装完成后将下列环境变量在 HwHiAiUser 和 root 用户下写入即可：

# OpenCV 4.5.4 环境变量（需添加）
export PATH=/home/HwHiAiUser/Tool/opencv/bin:$PATH
export LD_LIBRARY_PATH=/home/HwHiAiUser/Tool/opencv/lib:$LD_LIBRARY_PATH
export PKG_CONFIG_PATH=/home/HwHiAiUser/Tool/opencv/lib/pkgconfig:$PKG_CONFIG_PATH

最后使用 opencv_version 验证版本号：4.5.4。

8. 编译并加载xdma驱动（可选）

这节是由于项目需要，可以跳过。

先去官方仓库下载 xdma 驱动：Xilinx的官方仓库链接，或者直接使用“Atllas200相关资料/XDMA/裘佬版本/XDMA/linux-kernel”里的文件。

接着参考：源码编译 - Atlas 200 AI加速模块 6.0.RC1软件安装与维护指南（RC场景）02 - 华为） 进行驱动编译。

大致记录一下注意事项：
(1) 在“编译驱动-增加新驱动”一节里，需要在上位PC机的Ubuntu系统上解压源码包“Ascend310-source-minirc.tar.gz”，进入到 source/drivers/src 目录，新建一个名为“xdma_xilinx”的文件夹，并将上述的 裘佬版本/XDMA/linux-kernel/xdma 目录下的文件和 裘佬版本/XDMA/linux-kernel/include 下的头文件均复制到 xdma_xilinx 文件夹下。如图 3 所示，里面有一些额外的 .o 等文件出现，是因为我已经编译过一次了，没编译过的话是没有这些文件的。

图 3 Ubuntu系统界面示意

(2) 在“编译驱动-编译驱动”一节里，在编译内核操作之后，需要退到 source 目录下，打开 build.sh 脚本文件，在 DRIVER_MODULES 变量中增加新增的驱动文件夹名称，就是上面提到的 xdma_xilinx，并进行保存。如图 4 所示。

图 4 build.sh里新增驱动

最后执行如下命令，编译 minirc 驱动。编译成功后会在 source/output 目录生成KO驱动文件：
bash build.sh minirc

(3) 接着在 atlas200 的 Ubuntu 系统中装载驱动，使用 insmod xdma.ko 命令即可安装。

图 5 驱动安装成功

之后进行测试，如果测试成功就把 .sh 脚本写入 /etc/rc.local 文件里。

加载 fpga 程序和驱动后，使用 lspci -v 识别，如果出现下列结果代表驱动和 fpga 程序加载成功：

图 6 加载成功

9. 代码测试

最后用自己的 cpp 代码测试一下 CANN 的推理以及 opencv 能不能正常使用即可。